前列腺癌（PCa）是男性最常诊断的癌症之一，也是全球第五大死因，尽管自20世纪90年代中期以来，由于早期检测和治疗方案的改进，其死亡率在大多数高收入国家已经下降。

在PCa中，分期时的风险分层对于确定最佳治疗策略、从而确定预后至关重要。原发性PCa患者的5年风险分层主要是基于临床分期、基线前列腺特异性抗原（PSA）水平和Gleason评分（GS）。然而，活检取样容易对PCa进行错误的分级，往往导致分级不足，而且可能出现轻微的并发症，如毛细血尿、血精和直肠出血。最近引进的磁共振成像（MRI）融合引导下的活检技术大大改善了原发性肿瘤的检测，然而MRI和活检的一致性并不理想，在前列腺根治术（RP）前仍不能评估整个腺体。尽管初级治疗，无论是RP还是治愈性放疗（RT），2-50%的患者在治疗后10年内会出现生化复发（BCR），定义为RP后血清PSA水平上升超过0.2纳克/毫升，或明确放疗后血清PSA水平>纳克/毫升+2.0纳克/毫升。因此，在初始治疗前评估BCR的风险对规划适当的治疗方法至关重要。

正电子发射断层扫描（PET）与计算机断层扫描（CT）或MRI相结合，使用几种针对胆碱（如[18F]氟甲基胆碱和[11C]胆碱）、前列腺特异性膜抗原PSMA（用68Ga或18F标记）和[18F]氟西洛芬的放射性显影剂，可以帮助定位前列腺（PG）中的可疑病变，为检测癌症提供宝贵工具、从而指导活检和治疗。自推出以来，PET已被证明是疾病初始分期的一项基本检查，目前被多项指南推荐应用。影像学的一个主要优势在于可以无创地反复对整个体积（整个肿瘤和/或任何转移）进行采样，随着时间的推移揭示其表型特征，从而克服了活检的侵入性和采样误差。

在这种情况下，人工智能（AI）通过执行通常需要人类智慧的任务，为协助医生分析和解释生物医学图像提供了一个有希望的辅助手段。在肿瘤学中，基于人工智能的模型经常被输入从生物医学图像中提取的特征，例如放射组学特征结合了其他临床、人口统计和/或组织病理学参数，建立了可进行临床预后预测或预后的数学模型。具体来说，放射组学是一个不断发展的领域，其中大量的定量特征从诊断医学图像中提取。这些特征提供了与潜在的分子和遗传特征相关的信息，从而可用于改善治疗反应预测和预后，并可实现癌症治疗的个性化评估。据我们所知，在PCa患者中，放射组学分析已经在初始分期、复发检测和转移性疾病的情况下主要使用MRI进行研究。然而，PET放射组学已被证明在评估肿瘤特征、诊断和预后方面具有巨大潜力。

近日，发表在European Radiology杂志的一项研究对中、高危PCa患者队列中的[18F]氟甲基胆碱PET/CT图像进行了放射组学分析以预测BCR，为临床进行早期、准确的风险及预后评估提供了技术支持。

本项研究前瞻性地收集了74名患者。研究分析了三种前列腺（PG）分段（即PGwhole：整个PG；PG41%：具有标准化摄取值-SUV>0.41*SUVmax的前列腺；PG2.5：具有SUV>2.5的前列腺），以及三种SUV离散步骤（即0.2、0.4和0.6）。对于每个分割/离析步骤，训练了一个利用放射学和/或临床特征预测BCR的逻辑回归模型。 

基线前列腺特异性抗原的中位数为11纳克/毫升，54%的患者Gleason评分>7，89%的患者的临床分期为T1/T2，9%的患者为T3。基线临床模型的接收器操作特征曲线（AUC）下的面积为0.73。当临床数据与放射学特征相结合时性能得到改善，特别是PG2.5和0.4离散化，其测试AUC的中位数为0.78。 

图  具有代表性的患者PET和CT图像在轴位（a）、冠状（c）和矢状（d）视图中的融合。膀胱的高摄取量在(c)和(d)图中的上部可见，为非均质的。(c)和(d)图的上部是一个非均质的红色-橙色-黄色区域。面板（b）显示了相应的3D VOIs。在图中，蓝线代表PGwhole，浅蓝色代表PG2.5，红色代表PG41%（S=上部，I=下部，P=后部，A=前部，R=右侧，L=左侧）

本项研究表明，放射组学加强了临床参数对中、高危PCa患者BCR的预测。这些最初的数据强烈鼓励了对使用放射组学分析来识别有BCR风险患者的进一步研究。 

原文出处：

Francesca Marturano,Priscilla Guglielmo,Andrea Bettinelli,et al.Role of radiomic analysis  [18F]fluoromethylcholine PET/CT in predicting biochemical recurrence in a cohort of intermediate and high risk prostate cancer patients at initial staging.DOI:10.1007/s00330-023-09642-4