综述：基于放射组学的人工智能（AI）模型在结直肠癌（CRC）的诊断、转移检测、预后预测以及治疗反应预测中的应用

《Abdominal Radiology》：Radiomics-based artificial intelligence (AI) models in colorectal cancer (CRC) diagnosis, metastasis detection, prognosis, and treatment response prediction

　　结直肠癌（CRC）放射组学模型临床应用研究，探讨AI方法在诊断、分期、转移检测及预后预测中的潜力，分析影像差异、可重复性不足等转化挑战，展望机器学习推动个性化治疗前景。

　　

摘要

结直肠癌（CRC）是全球癌症相关发病率和死亡率的第三大原因。放射组学和放射基因组学被用于从医学图像中高效地量化特征，提供了非侵入性的方法来表征癌症的异质性并深入了解其生物学机制。基于放射组学的人工智能（AI）方法在提高CRC诊断和分期的准确性、区分良性与恶性病变、辅助检测淋巴结和肝脏转移以及预测治疗效果和患者预后方面展现了巨大潜力。本文综述了基于不同成像模式的放射组学模型在CRC临床应用方面的最新研究进展。同时，我们也讨论了临床转化过程中面临的一些挑战，包括图像采集方式的差异、可重复性问题、缺乏标准化以及外部验证的局限性。随着机器学习（ML）和深度学习（DL）算法的不断发展，放射组学有望对CRC的个性化治疗产生重要影响，并为未来的临床决策提供更准确和个性化的依据。