放射组学模型有助于预测脑转移患者的放射治疗反应

中国科学院合肥物质科学研究院李海教授和王宏志教授领导的研究团队最近提出了一种可解释的放射学模型，用于预测脑转移患者的放射治疗反应。研究结果发表于欧洲放射学．

放射计量学是指从医学图像中提取高通量放射学特征以辅助临床决策。这些影像学特征可以反映肿瘤的生物学信息，而这些信息是传统图像解译无法直接获得的。因此,机器学习基于的方法可以依赖于深入的数据挖掘，以获得关于肿瘤异质性的额外知识。目前，还没有模型可以准确预测放射治疗在脑转移患者中临床实践．

在本研究中，研究者结合放射组学和SHapley Additive explanation (SHAP)方法，提出了可解释的放射组学模型来解决这一临床问题。

他们提取了辐射特征核磁共振脑转移患者放射治疗前的MRI图像。然后，他们使用机器学习方法来模拟辐射。最后，利用SHAP对模型进行了解释博弈理论这可能有助于开发针对脑转移患者的精确放疗。

本研究第一作者王益鑫表示，该模型具有较好的性能，外部验证组的预测结果也表明该模型具有一定的泛化性。

同时，SHAP方法可以实现模型的可解释性和可视化，避免了传统机器学习算法的“黑箱”效应，有利于临床医生对模型的理解，促进模型的使用。

---

---