IFOS 2026研究二：基于瘤内-瘤周CT影像组学预测下咽癌PD-L1表达及新辅助化疗免疫治疗后病理完全缓解

　　徐晨阳代表团队作题为“Intratumoral And Peritumoral CT Radiomics For Predicting PD-L1 Expression And Pathological Complete Response To Neoadjuvant Chemoimmunotherapy In Hypopharyngeal Carcinoma”报告。针对局部晚期下咽癌免疫治疗疗效差异大，术前缺少无创手段评估PD-L1表达、预判新辅助化疗免疫治疗应答效果的现实问题，研究回顾纳入国内3家中心共364例下咽癌患者，逐层勾画CT图像中肿瘤瘤内及1-5mm瘤周区域并提取影像组学特征，经特征筛选后搭建多种机器学习预测模型。研究通过ROC曲线、校准曲线、决策曲线以及C‑index、NRI、IDI等工具系统评估模型性能，结果显示瘤内联合2mm瘤周特征的组合模型预测效果最优，在训练集、内部及外部验证队列中均表现出良好区分能力与临床净获益，其预测病理完全缓解的效能优于单纯临床因素模型。 SHAP分析进一步解析了驱动预测结果的关键影像特征。该CT影像组学模型可在术前无创评估下咽癌PD-L1表达状态以及新辅助治疗后病理完全缓解发生概率，为局部晚期下咽癌精准免疫治疗提供无创的影像分层手段。

　　IFOS 2026研究三：探索血清SERS联合人工智能辅助甲状腺癌术前精准评估新方法