为何肝癌术后易复发？微血管侵犯（MVI）是关键
肝细胞癌（HCC）是原发性肝癌最主要的形式，约占75%-85%，因其高度的侵袭性和术后高复发率，成为全球癌症相关死亡的主要原因之一。影响患者长期生存的关键因素之一，就是微血管侵犯（Microvascular Invasion, MVI）。
MVI是指在显微镜下才能观察到的癌细胞团侵入血管的现象。传统上，MVI的诊断依赖于术后病理检查，这意味着医生在手术前无法准确评估其风险，从而影响治疗方案的制定。术前无法预知MVI的存在，是导致肝癌复发和转移风险评估不准的一大难题。幸运的是，随着影像组学和生物标志物研究的飞速发展，术前无创预测MVI已成为可能。如果您对肝癌的最新治疗方案或药物有任何疑问，可以咨询MedFind的AI问诊服务，获取专业的解答。
影像组学：让影像“开口说话”，精准预测MVI
传统的影像学检查（如CT、MRI）主要依赖医生的肉眼观察和经验判断，虽然有价值，但在定量分析和一致性方面存在局限。而影像组学（Radiomics）技术，通过高通量计算从医学影像中提取海量的、肉眼无法识别的定量特征，将影像数据转化为可深度挖掘的信息，从而无创、全面地揭示肿瘤的内在异质性。
常规影像学特征的提示
研究表明，一些常规影像学特征可提示MVI的存在，例如：
- 肿瘤直径＞5 cm
- 肿瘤边缘不规则、不光滑（如分叶状或毛刺征）
- 包膜不完整或缺失
- 动脉期瘤周强化
- 肝胆期瘤周低信号
功能性MRI，如加权扩散成像（DWI）和磁共振弹性成像（MRE），能提供更精确的肿瘤物理特性信息（如硬度），进一步提升了对MVI的预测效能。
影像组学模型的强大威力
影像组学模型通过整合数千个影像特征，其预测能力远超单一的临床或影像指标。研究显示，无论是基于CT、MRI还是对比增强超声（CEUS），构建的影像组学模型都能显著提升MVI的预测准确性。特别是多模态、多参数的融合模型，以及将肿瘤周边区域（瘤周）特征纳入分析，能够更有效地捕捉与MVI相关的微环境变化，从而获得更优的预测结果。
表1 术前预测MVI的影像组学模型
MVI：微血管侵犯；AUC:曲线下面积；MRI：磁共振成像；CEUS：对比增强超声；T1WI：T1加权成像；T2WI：T2加权成像；HBP：肝胆期；FSE：快速回旋自波；DWI：弥散加权成像；VIBE：容积内插值屏气扫描；TTPVI：静脉侵犯双性状预测因子；-：无
生物标志物：从分子层面捕捉MVI的蛛丝马迹
如果说影像组学是从宏观形态学上解码肿瘤，那么生物标志物则是从微观的分子层面揭示其生物学行为。二者结合，为MVI的预测提供了更全面的视角。
- 血清学标志物：传统的甲胎蛋白（AFP）联合异常凝血酶原（DCP）、AFP-L3等指标，可以提高肝癌的诊断灵敏度，对MVI也有一定的预测价值。
- 液体活检：通过检测血液中的循环肿瘤细胞（CTC）和循环肿瘤DNA（ctDNA），可以实时、无创地获取肿瘤信息。研究发现，术前CTC阳性或ctDNA水平较高，均与MVI的存在显著相关。
- 分子与基因标志物：通过基因组学、蛋白质组学等技术，科学家们发现了众多与MVI发生发展相关的基因（如HOXD9、IQGAP3）、信号通路以及非编码RNA（如circRNA、lncRNA）。这些发现不仅为MVI的预测提供了新的靶点，也深刻揭示了其背后的分子机制。
表2 MVI相关标志物及信号通路
FN1：纤连蛋白1；S100P：S100钙结合蛋白P； mRNA：信使RNA；miR：微RNA；lncRNA：长链非编码RNA；VEGF：血管内皮生长因子；CETP：血浆胆固醇酯转移蛋白；HGFL：肝细胞生长因子样蛋白；L1CAM：L1细胞黏附分子；LAIR：白细胞相关免疫球蛋白样受体1；STMN1：微管解聚蛋白1； EMT：上皮-间质转化；MVI、-：同表1
强强联合：影像组学+生物标志物，实现1+1>2的预测效能
单一方法的预测能力终究有限，将影像组学与生物标志物相结合，构建多维度预测模型，是当前研究的热点和方向。影像组学提供肿瘤的宏观形态和空间异质性信息，而生物标志物则反映其内在的分子生物学特征。二者互为补充，能够显著提升预测MVI的准确率、灵敏度和特异性。
图1 影像组学与生物标志物的联合诊断
多项研究证实，将影像组学评分与AFP、DCP等血清学指标结合构建的列线图模型，其预测效能（AUC值）远高于任何单一模型。这种“影像基因组学”（Radiogenomics）的交叉融合，不仅能实现精准预测，还能揭示特定影像特征背后的基因表达和细胞通路变化，为理解MVI的发生机制提供了强有力的证据。
表3 预测MVI的影像组学与生物标志物联合模型
AFP：甲胎蛋白；RVI：影像基因组学静脉侵犯；AST：谷草转氨酶；DCP：异常凝血酶原；GO:基因本体论； PPAR:过氧化物酶体增殖物激活受体；ApoE:载脂蛋白E；iCAFs：炎性癌症相关成纤维细胞；CEUS、CT、MRI、AUC、MVI、-：同表1
总结与展望
影像组学与生物标志物的深度融合，正推动肝癌诊疗进入一个新时代——从“观察病灶”升级为“解码其生物学本质”。这种无创、精准的术前预测技术，有助于医生为患者制定更个体化的治疗策略，例如决定手术切除范围、选择是否进行术后辅助治疗等，从而有效降低复发风险，改善患者预后。
当然，这一领域仍面临标准化、数据共享和算法优化等挑战。未来，随着人工智能技术的不断进步和更大规模临床研究的开展，我们有理由相信，这种联合诊断模式将成为临床实践中的重要工具，为肝癌患者带来新的希望。及时了解更多前沿的抗癌资讯，包括最新的诊疗指南和药物信息，对于制定个体化治疗方案至关重要。如果您在抗癌路上遇到任何难题，MedFind愿为您提供支持。
