9月9日，由中国抗癌协会主办的CACA前沿播第26期在线上成功举办。本期聚焦II期结直肠癌预后分层领域重大突破，广东省人民医院刘再毅教授团队分享了其发表于《Annals of Oncology》的重磅研究成果：通过整合CT影像与病理标志物，优化II期结直肠癌风险分层，为患者术后辅助治疗决策提供智能工具。

　　中国抗癌协会理事长樊代明院士，中国医学科学院肿瘤医院王锡山教授，吉林大学第一医院张惠茅教授，新疆医科大学附属肿瘤医院王海江教授等出席会议并点评。会议由中国抗癌协会副秘书长聂勇战教授、中国医学科学院肿瘤医院张红梅教授先后主持。

　　聂勇战教授主持会议

　　张红梅教授主持会议

　　本次会议通过中国抗癌协会APP、百度、新浪微博、中国医学论坛报、大专家等32家媒体平台直播，线上累计超 780 万人次观看。

　　理事长致辞

　　樊代明院士致辞

　　樊代明院士在致辞中指出，CACA 系列学术活动正形成全球影响力：迄今为止已经成功举办了25期，总的在线观看人数达到了1.6亿人。他强调，结直肠癌研究是中国肿瘤领域的优势方向，本期聚焦的整合影像和病理信息的智能风险分层系统为解决II期结直肠癌患者术后是否需要辅助治疗这一临床决策难题提供了更为精准的评估手段。这种多模态信息整合实现疾病精准诊疗的思路与 CACA 整合肿瘤学理念高度契合。樊代明院士提到，未来将持续推动原创成果转化，惠及更多患者。

　　背景介绍及概念

　　黄燕琪博士作报告

　　广东省人民医院黄燕琪博士作为该研究的主要执行者之一，介绍了该成果的研究背景和研究思路。报告中指出，II期结直肠癌患者是否需要接受辅助化疗一直是临床决策的难点。传统风险分层方法准确性有限，导致仍有大量低风险患者面临过度治疗，而部分高风险患者却治疗不足。亟需更加精准的风险分层手段以优化II期患者的辅助治疗决策。

　　随着影像智能量化分析技术的不断革新，影像AI有望通过助力恶性肿瘤患者的临床结局精准预测以驱动个体化诊疗。然而，当前影像AI研究多聚焦于预后预测效能指标的提升，难以满足临床实践所需的治疗决策指导，难以将影像AI从实验室技术创新推向切实的临床应用落地。本研究旨在跨越这一鸿沟，将CT宏观影像信息智能融合于当前指南框架，在精准的个体化预后智能预测基础上，进一步构建风险分层系统，为优化辅助治疗决策提供智能工具——旨在使需化疗的高危患者不被遗漏，同时避免低危患者承受不必要的毒副作用，从而改善广大II期结直肠癌患者的预后。

　　张惠茅教授点评

　　吉林大学第一医院张惠茅教授在随后的点评中高屋建瓴地剖析了该研究的时代背景与意义。他从一名影像学专家的角度解释了这项研究以及未来会给我们整个临床的诊疗带来的临床获益价值。II期结直肠癌处于低复发风险还是高复发风险对患者是否需要进一步的治疗有十分重要的意义。他盛赞刘再毅教授团队的工作把影像组学进一步深入到深度学习方面，应用深度学习从我们手工风格到端对端风格会具有更好的泛化性，也把体化预测的概率转化了风险分级，推动了预测模型的观念变革，这样让我们的临床医生使用起来更便利。

　　研究结果及创新点

　　陈小波博士作报告

　　广东省人民医院陈小波博士作为研究的共同第一作者，报告了这项研究的创新发现。该研究入组了8省12家医院，共计2992例临床分期为II期、有术前增强CT、随访超过3年的结直肠癌患者。

　　团队首先创新性地构建了多位面CT深度学习智能分析模型STAR-CRC，随后整合了基于指南的病理高危因素，构建了复发风险智能分层系统——IRIS-CRC。结果显示，IRIS-CRC成功将患者分为四个预后层级化亚组：极好预后组（3年DFS≥95%）、中等预后组（3年DFS 95-75%）、较差预后组（3年DFS 75-55%），和极差预后组（3年DFS≤55%）。相比基于传统指南指标的分层（GRSS-CRC），IRIS-CRC实现了27.1%高风险患者向预后极好组的重分类（避免过度治疗），同时识别出6.5%原低风险患者为预后极差组（提示强化治疗）。该结果提示了IRIS-CRC模型的优越价值，可潜在改变这类指南所未能正确分层的患者的治疗决策。团队还进一步构建了用户友好的临床应用平台，提供从影像输入到决策分层输出的一站式服务，真正实现了AI研究成果的临床落地。系统整合了放射科、病理科的专业知识，为多学科协作提供了统一的决策依据。

　　王海江教授点评

　　新疆医科大学附属肿瘤医院王海江教授在点评中充分肯定该研究的里程碑意义，指出IRIS-CRC模型的建立非常壮观，纳入了12家接近3000例的病例。通过影像人工智能和数字化病理信息的结合将同一种分期的不同预后结局进行分层识别高中低不同的预后结果，体现了非常强大的医工融合效果。该模型还指出哪些指南定义的低危人群可能被误判，哪些高危的人群也可能会被误判，极大程度上解决了过度和不足两大风险，引发了全场对未来人工智能研究方向的深入思考。

　　王锡山教授点评

　　中国医学科学院肿瘤医院王锡山教授从外科哲学的高度盛赞了该研究。目前肠癌还是以手术为主的综合治疗，现在还没有找到一个治愈性药物，在这样的情况下，有一些病人的化疗是受益还是受害不得而知。刘再毅团队开发的IRIS-CRC模型如果得到尽早的外推运用临床并指导临床能够让绝大部分病人豁免不必要的治疗，让需要治疗的得到精准治疗，我们将拭目以待。

　　未来研究方向

　　刘再毅教授作报告

　　广东省人民医院刘再毅教授对该研究成果进行了总结与展望。刘教授指出，该研究开创了医学影像AI从“预测导向”迈向“决策导向”的新范式，不仅实现了对II期结直肠癌风险分层与辅助治疗决策的重大突破，更构建了一套可推广的影像智能分析驱动肿瘤精准诊疗的研究模板——推动AI从传统的“预测工具”转型为临床的“决策伙伴”。

　　刘教授进一步点明了该领域的未来研究方向。尽管当前成果基于大规模多中心回顾性数据验证，并展现出良好的泛化性能，但其真正走向临床落地仍亟需前瞻性随机对照试验（RCT）的进一步支持。目前，影像AI相关的RCT多集中于肿瘤检出与诊断领域，在治疗决策辅助方面仍属空白。团队现已开发出可本地化部署的AI辅助工具，初步实现临床转化，并计划短期内与更多临床中心展开验证与合作。长远来看，团队将积极推进相关RCT研究，深化“产学研”协同，助力II期结直肠癌的个体化治疗，最终提升肿瘤诊疗的精准性与临床适用性。

　　理事长总结

　　樊代明院士总结

　　樊代明院士指出，本期会议标志着II期结直肠癌肿瘤治疗从病理指导到影像-病理多模态人工智能算法辅助的信息强化，体现了东西方医学智慧的深度融合。他以刘再毅教授团队的医学图像人工智能研究为核心，阐释了这一转变的实践路径：通过严格设计的多位面影像人工智能算法整合指南病理高危因素，实现了更为精准的外科风险决策。这一成果为II期结直肠癌患者提供了人工智能辅佐下精准分层的中国方案。