摘要：近日，上海交通大学医学院附属仁济医院刘颖斌教授团队、上海市肿瘤研究所刘赟教授团队在《癌症细胞》（Cancer Cell，IF=48.8）杂志发表重磅成果，提出构建基于液体活检与AI影像组学整合的人工智能模型GBCseeker，实现胆囊癌（GBC）与良性病变的无

近日，上海交通大学医学院附属仁济医院刘颖斌教授团队、上海市肿瘤研究所刘赟教授团队在《癌症细胞》（Cancer Cell，IF=48.8）杂志发表重磅成果，提出构建基于液体活检与AI影像组学整合的人工智能模型GBCseeker，实现胆囊癌（GBC）与良性病变的无创精准鉴别。该技术通过分析血液中游离DNA（cfDNA）突变特征与CT影像的深层特征，使术前诊断准确率提升至93.33%，误诊率降低超56%，为胆囊癌诊疗提供革命性解决方案。

胆囊癌是胆道系统常见的恶性肿瘤，近年来发病率呈上升趋势。胆囊癌早期症状隐匿，影像学表现常与良性病变（如胆囊腺瘤、黄色肉芽肿性胆囊炎、胆囊腺肌症等）高度相似，导致患者术前误诊率较高。传统诊断方法的局限性，既可能导致意外胆囊癌的发生，也可能造成良性患者过度诊疗。研究团队通过前瞻性多中心临床试验，招募了来自中国7 个省份11家医疗中心的301例胆囊占位性病变患者，创新性地结合液体活检与影像组学技术，构建了GBCseeker模型。

液体活检作为一种新兴无创诊断技术，擅于从血液中捕捉癌症“指纹”。研究团队根据前期发表在Nature Genetics上的胆囊癌全外显子测序结果，设计了靶向111基因的胆囊癌特异检测panel。结果表明胆囊癌患者cfDNA 浓度、突变检出率均显著高于良性病变组。通过分析111基因的突变特征，结合 CA19-9水平与性别信息，构建的cfDNA 模型（CBM）在内部验证中准确率达 83.33%。该模型还在一个韩国胆囊癌液体活检队列中得到验证，灵敏度为100%。

AI驱动的影像组学分析可以自动化解码CT图像中的隐藏信息，提升诊断准确性。研究团队基于42,484张CT影像，开发全自动分割与分类模型，提取219项影像特征，通过深度学习算法筛选出3项核心特征，构建影像组学模型（RM），可快速区分胆囊癌与良性病变。结合液体活检和影像组学的优势，研究团队通过逻辑回归算法整合CBM和RM的预测结果，GBCseeker在内部验证中准确率达93.33%，外部验证中达87.76%，较传统诊断方法误诊率降低56.24%（从21.55%到9.43%）。决策曲线分析显示，模型在几乎所有阈值概率下均优于单一模态。

研究团队基于GBCseeker预测结果还进一步构建了一个临床决策支持系统。通过设定风险阈值，将患者分为低、中、高风险三类：高风险患者直接接受根治手术，避免二次手术风险；低风险患者仅需腹腔镜胆囊切除，减少不必要的创伤；仅存的一小部分中风险患者仍需利用术中冰冻结果辅助决策。

图：项目研究设计示意图

GBCseeker的开发是胆囊癌诊断领域的一项重要进展，液体活检解决了影像学对微小病灶的漏诊问题，影像组学则弥补了液体活检对良性病变的低特异性，两者形成互补，为胆囊癌的早期诊断和个体化治疗提供了一种准确、非侵入性的创新工具。同时，本研究也体现了“有组织科研”和多中心合作的重要性。目前，研究团队已开发在线平台（https://apps.hpc.sjtu.edu.cn/GBCseeker/prediction），推动该技术在临床普及，针对不同的风险程度提供相应的治疗方案建议。

上海交通大学医学院附属仁济医院胆胰外科、上海市肿瘤系统调控与转化重点实验室（筹）刘颖斌教授为本研究通讯作者，上海市肿瘤研究所研究员刘赟、副研究员刘法涛，上海交通大学网络信息中心副主任林新华、上海交通大学医学院附属新华医院普外科主任龚伟教授为本文共同通讯作者。上海交通大学医学院附属仁济医院住院医师央茂、仁济医院胆胰外科赵宇豪博士生，上海交通大学网络信息中心“交我算”团队李琛、上海市肿瘤研究所助理研究员翁晓玲与海军军医大学东方肝胆外科医院胆道外科主治医师李志臻博士为本文的共同第一作者。

近年来，仁济医院牵头成立中国胆囊癌研究小组（Chinese Research Group of Gallbladder Cancer，CRGGC），开展系列胆囊癌多中心队列研究，为术前诊断、手术决策，精准外科治疗要点，辅助治疗方案及疗效等胆囊癌研究热点问题提供循证医学证据。本研究得到了来自山东、安徽、浙江等地共计11家中国胆囊癌研究小组多中心的大力支持。此外，本研究还得到了上海交通大学医学院附属仁济医院影像科周滟主任、青海省人民医院影像科杨国财主任、上海交通大学医学院邵荣教授和韩国CHA 盆唐医疗中心Hong Jae Chon教授的大力支持。

论文链接：

来源：临床肝胆病杂志