近日，长江学者特聘教授、福建省乳腺癌精准诊治重点实验室主任、北京大学肿瘤医院云南医院（云南省肿瘤医院）张国君教授团队在国际知名期刊International Journal of Surgery（中科院2区，JCR 1区，影响因子: 12.50）发表了题为“Multiparametric MRI and Transfer Learning for Predicting Positive Margins in Breast-Conserving Surgery: A Multi-Center Study”的研究论文，该研究结合多参数乳腺磁共振成像（mpMRI）和迁移学习（TL）技术，基于来自三家中国医院共444名乳腺癌保乳手术患者的数据，成功构建了一种新型的乳腺癌保乳手术切缘预测模型。厦门大学医学院博士研究生赵雪、云南省肿瘤医院乳腺中心白静雯副主任医师、汕头大学医学院附属肿瘤医院放射科江森主治医师和云南省肿瘤医院放射科李振辉副主任医师为本文共同第一作者，张国君教授为本文通讯作者。相关工作得到了国家自然科学基金、云南省科技厅社会发展重点研发计划、云南省肿瘤医院横向项目和科研启动资金等7项基金的资助。
乳腺癌是全球女性最常见的恶性肿瘤，保乳手术是早期乳腺癌的标准治疗方式之一。然而，手术切缘阳性是导致二次手术和术后局部复发的重要风险因素。研究表明，约有20%-40%的患者由于手术切缘阳性需要进行二次手术，这直接影响了保乳术的治疗效果和患者的生活质量。因此，实现术前精准地预测手术切缘阳性风险，对于减少二次手术和术后复发具有重要意义。
该研究结合了mpMRI和影像组学技术，通过提取术前DCE-MRI、T2WI、DWI等序列的影像组学特征，并结合患者的临床病理数据，开发了保乳手术切缘阳性风险的预测模型MMRM。为了提高模型的泛化能力，研究团队还引入了TL技术，克服了不同医院影像协议及医生手术习惯差异对模型表现的影响。研究将来自汕头大学医学院附属肿瘤医院的患者用于模型的训练和验证，结果显示，该模型在内部验证集上取得了AUC为0.889，准确率为0.87，灵敏度为0.79，特异性为0.89的良好预测性能，并且在不同患者亚组中表现稳定。通过迁移学习方法，模型在厦门大学附属翔安医院和云南省肿瘤医院两家医院的外部验证集上分别实现了0.902和0.855的AUC值，验证了其在跨区域、多中心数据集中的应用能力。这一成果首次将迁移学习技术用于保乳手术切缘的预测，为乳腺癌保乳术的术前精准评估提供了一种新的思路和方法。迁移学习在各机构间共享权重而不共享数据，提升模型在不同地区、不同医院的通用性和准确性的同时，保护患者数据的完整性和隐私性。此外，该方法使用常规术前MRI检查和临床信息，在不增加患者负担的情况下，实现切缘阳性风险的精准预测，为保乳手术决策和个性化治疗方案提供支持，为促进乳腺癌精准诊疗提供了潜在临床价值。
本研究创新性地将迁移学习技术应用于保乳手术切缘阳性风险的预测领域，为乳腺癌保乳手术的术前精准评估引入了全新的研究方向和技术路径。研究采用的迁移学习框架通过权重共享机制而非直接数据共享的方式，在确保患者数据隐私安全性和完整性的前提下，显著提升了模型在不同地域、不同医疗机构的泛化能力和预测准确性。尤为重要的是，该方法仅需依赖常规术前MRI检查和基础临床信息即可实现精准预测，无需额外增加患者的检查负担或经济成本。这一技术突破不仅为外科医生提供了可靠的切缘状态预判工具，支持个体化手术方案的制定，同时也为推进乳腺癌精准诊疗体系的建设提供了重要的方法学支撑和临床转化价值，有望在未来临床实践中发挥重要作用。
基于mpMRI和TL的保乳手术切缘阳性预测研究流程
张国君教授致力于乳腺癌基础和临床研究30余年，在乳腺癌发生发展与转移机制、精准外科手术导航等方面取得诸多创新性成果，，在国内较早开展分子影像技术导引的恶性肿瘤外科手术导航，并迅速地转化到临床、指导临床决策。在Nature Medicine, Nature Protocols, Signal Transduction and Targeted Therapy, Science Translational Medicine, Advanced Science, Cancer Research等国际知名学术期刊上发表论文160余篇。主要研究方向有：1.乳腺癌的基础研究；2.分子影像学与肿瘤精准治疗的临床转化研究；3.智能医学与肿瘤多学科综合诊治研究。欢迎广大优秀学子及临床、科研人员报考硕、博研究生及博士后合作研究。
邮箱：zhangguojun@kmmu.edu.cn
论文链接：https://journals.lww.com/international-journal-of-surgery/abstract/9900/multiparametric_mri_and_transfer_learning_for.2135.aspx
