曲晓霞， 鲜军舫

影像组学(radiomics)和医学影像人工智能(artificial intelligence，AI)在全身各部位或器官疾病的显示、诊断和鉴别诊断、分期和分级、术前评估、疗效监测和预后等方面的研究广泛开展[1-2]，影像AI产品也几乎涉及所有器官或疾病，部分产品已取得国家药监局三类医疗器械注册证[3]，显著提高了诊疗水平和效率，促进了个性化诊疗的实施。头颈部器官和结构多，病变发病率较低，虽然全国各地临床和影像科都希望借助影像组学和AI来规范和提高头颈部影像学水平，对影像组学和AI在头颈部的研究和推广应用寄予了很高的期望，但由于头颈部情况特殊，与其它部位相比，影像组学和AI的研究相对困难、步履维艰，AI研究需要的样本量大，故头颈部疾病的AI相关研究开展起来更难。此外，绝大部分影像组学和AI的研究是基于技术导向和论文导向，而不是基于目标和问题导向；同时，大部分影像医师对影像组学参数及含义缺乏了解，也极大地阻碍了其发展。因此，我们要积极转变意识，认真总结和分析，找到问题和症结，推进头颈部影像组学和医学影像AI的发展。

影像组学及其在头颈部的研究进展

1.影像组学的参数及内涵

影像组学采用高通量特征提取算法对影像学数据进行定量分析，提取全部特征，然后对这些影像组学特征进行定量分析，挑选出能预测诊断、疗效和预后等的特征集合，即“影像组学标签(radiomic signature)”。影像组学是将影像的定量分析与机器学习等方法有机结合起来，充分应用影像组学标签建立预测诊断、疗效和预后等的模型，突破了以往仅仅只是形态学和半定量分析的局限性和瓶颈，为临床决策和精准诊疗提供个性化的量化信息[2]。……