美国研究者Sako等报告，在接受免疫检查点抑制剂治疗的晚期非小细胞肺癌（NSCLC）中，基于连续CT扫描的全自动深度学习影像学生物标志物评估对比传统资源密集型的实体瘤疗效评估（RECIST）标准和肿瘤体积变化量的测量，能更有效地预测患者的总生存结果。（JAMA Network Open. 2026;9:e2555759.）

研究者分析了2013~2023年常规临床实践和临床试验数据中回顾性收集的电子健康记录数据；使用常规临床实践开发数据集内的治疗前和12周随访CT扫描数据开发了一个模型——序列CT反应评分（CTRS），然后使用美国和欧洲10家机构的常规临床实践测试数据集进行验证，并在dostarlimab-gxly多国Ⅰ期临床试验GARNET中独立验证了该评分。研究者使用Cox比例风险回归和受试者工作特征曲线下面积分析，建模了连续CTRS与总生存期间的相关性。

结果显示，该研究纳入了1830例晚期NSCLC患者，分别有1171例、605例和54例患者于2013~2021年在开发队列中、于2013~2022年在测试队列中、于2017~2018年在GARNET队列中开始接受免疫检查点抑制剂治疗。研究人群中位年龄为67岁，包括1000例（55%）男性和830例（45%）女性。

基于多变量分析，校正了年龄、性别、PD-L1表达、组织学特征和肿瘤体积后，连续CTRS与总生存相关，在测试队列和GARNET队列中，CTRS每增加10个百分点时预测12个月总生存的风险比（HR）依次为0.74（95%CI 0.70~0.79）和0.45（95%CI 0.32~0.65）。

在区分总生存风险方面，连续CTRS优于RECIST，也优于肿瘤体积变化，且在测试队列（HR=6.19，95%CI 4.12~9.28）和GARNET队列（HR=18.00，95%CI 5.40~59.97）中，更高的HR可区分低存活组和高存活组。在PD-L1亚组和RECIST亚组（包括疾病稳定亚组）中，该生物标志物似乎保持住了预测价值。

研究者说

研究者认为：连续CTRS是一种经外部验证的全自动化深度学习、基于系列影像学结果的生物标志物，利用基线和早期反应随访的常规CT扫描结果，能比RECIST标准和晚期NSCLC患者的肿瘤体积变化结果更有效地预测总生存情况。因此，连续CTRS有望改善临床决策，并提升NSCLC患者的临床试验设计。此外，系列CTRS的自动化设计也有助于未来将它整合进临床实践和临床试验工作流程。

（编译 白婧）