近日，山东大学齐鲁医院耳鼻咽喉科、国家卫健委耳鼻喉科学重点实验室雷大鹏教授团队在EClinicalMedicine（中科院一区，IF=15.1）在线发表题为“Comparing three-dimensional and two-dimensional deep-learning, radiomics, and fusion models for predicting occult lymph node metastasis in laryngeal squamous cell carcinoma based on CT imaging: a multicentre, retrospective, diagnostic study”的论著。该文介绍了由齐鲁医院团队牵头开展的多中心、回顾性、诊断性队列研究——“利用人工智能算法预测喉癌隐匿性淋巴结转移”的最新研究成果。
喉鳞状细胞癌的隐匿性淋巴结转移显著影响患者的治疗和预后。如何在术前准确评估淋巴结转移风险是困扰临床医生的难点。齐鲁医院团队牵头全国4家大型头颈肿瘤诊疗中心，首次采用多种卷积神经网络模型预测喉癌淋巴结转移，实现了早期无创评估喉癌淋巴结转移风险，有助于制定个性化的治疗和随访策略，提高喉癌患者生存率。
文章显示，基于CT图像的三维深度学习特征比传统的二维深度学习特征和影像组学特征具有更强的判别能力和更少的内部冗余。通过融合三维、二维深度学习和影像组学特征构建的多域融合模型DLRad_DB在所有研究队列中获得了最高的预测性能（AUC=0.89-0.90）。此外，研究创新性的发现，多域融合策略影响模型的融合效果。在本研究课题中，基于决策的后融合策略优于基于特征的前融合策略。这可能与深度学习和影像组学特征的共线性相关。
雷大鹏教授团队长期致力于咽喉头颈肿瘤的基础和临床转化研究。牵头和参与撰写了多项专家共识——《原发灶不明的颈部转移性鳞状细胞癌诊治的专家共识》《甲状腺癌手术中淋巴结示踪技术规范应用专家共识》《颈深部脓肿诊断与治疗专家共识》《咽喉内镜检查专家共识》等。近年来，团队利用人工智能技术在头颈肿瘤领域开展了多项研究，相关成果发表在EClinicalMedicine、European Radiology、Cell Death & Disease、Molecular Cancer等权威期刊。
