近日，中國科學院合肥物質院健康所李海研究員團隊在肝細胞癌（HCC）免疫治療智能管理研究中取得重要進展。相關成果發表在腫瘤學一區Top期刊npj Precision Oncology上。

肝癌是我國常見的高發惡性腫瘤，超過70%的患者在確診時已處于中晚期。免疫檢查點抑制劑（ICIs）聯合靶向治療為晚期肝癌患者帶來新的希望，但總體應答率不足30%。因此，臨床迫切需要個性化的精準肝癌免疫治療管理方法來篩選敏感人群并確定合適治療方案以提高免疫治療的臨床效果。

為應對這一挑戰，李海研究員團隊構建了一個多模態融合（Multimodal Fusion, MMF）智能預測系統。該系統利用集成深度學習模型融合三種具備互補結構的三維神經網絡，全面提取腫瘤局部特征、微環境信息及全肝整體結構特征，并與關鍵臨床信息融合，實現對接受ICIs治療患者的個體化生存獲益預測。基于外部測試集的驗證結果表明，MMF系統的C-index值達到0.74（總生存期）和0.69（無進展生存期），顯著優于臨床常規的mRECIST評估標準、傳統放射組學模型和單一深度學習模型。

該系統在不同臨床亞組中也展現出穩定的風險分層能力，并通過可視化熱圖（Grad-CAM）及SHAP分析實現了較強的臨床可解釋性。此外，該研究還通過影像-基因組學關聯分析，發現MMF模型篩選出的高風險患者與PI3K/Akt信號通路激活顯著相關，提示了潛在的生物學機制，為免疫治療為基礎的聯合治療提供理論支持。

本研究不僅為肝癌免疫治療的個體化管理提供了高效工具，也展示了人工智能在多模態醫療數據整合中的巨大潛力。李海研究員團隊長期聚焦人工智能與醫學影像的融合創新，在肝癌免疫治療的智能管理研究中取得了一系列成果（BMC Cancer, 2025; Journal of Medical Systems, 2025），相關技術有望促進肝癌個性化精確診療技術的發展和臨床應用。

該論文的第一作者為中國科學技術大學2022級博士研究生許軍和健康所王騰飛博士，通訊作者是李海研究員和美國休斯頓衛理公會醫院Stephen T.C. Wong教授。本研究得到了國家自然科學基金和安徽省重點研發項目的支持。

文章鏈接：https://doi.org/10.1038/s41698-025-00979-6

課題組相關工作：

https://doi.org/10.1186/s12885-025-13978-4

https://doi.org/10.1007/s10916-025-02192-1

多模態融合（Multimodal Fusion, MMF）智能預測系統的構建流程圖