# 文獻摘要: Artificial intelligence assisted assessment of metabolic response to tebentafusp in metastatic uveal melanoma a long axial field of view 18F FDG PET CT study # Objectives 本研究首次評估人工智慧 (AI) 輔助定量和代謝反應評估，使用長軸視野 (LAFOV) [18F]FDG PET/CT 影像於接受 tebentafusp 治療的轉移性葡萄膜黑色素瘤 (mUM) 患者。主要貢獻包括：1) 證明自動化全身容積評估 mUM 腫瘤負荷（產生總代謝腫瘤體積 (TMTV) 和總病灶醣解 (TLG) 測量值）的可行性和可靠性。2) 發現基線和治療後 3 個月時，AI 衍生的 TMTV 和 TLG 值升高與較差的患者總體生存期 (OS) 顯著相關。3) 顯示 AI 輔助的實體腫瘤正子斷層掃描反應標準 (PERCIST) 反應評估是可行的，並顯示疾病控制的患者有改善 OS 的趨勢。4) 提供探索性證據，表明循環腫瘤 DNA (ctDNA) 動態可能補充影像生物標誌物，ctDNA 水平增加與追蹤影像上的 TMTV 和 TLG 顯著升高相關。 ![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07504-8/MediaObjects/259_2025_7504_Fig1_HTML.png) ![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07504-8/MediaObjects/259_2025_7504_Fig2_HTML.png) # Methodology 本研究採用基於深度學習 (deep learning) 的分割工具，透過 RECOMIA 平台自動量化 [18F]FDG 長軸視野 (LAFOV) PET/CT 影像中的總代謝腫瘤體積 (TMTV) 和總病灶醣解 (TLG)。代謝反應評估依據人工智慧 (AI) 輔助的實體腫瘤正子斷層掃描反應標準 (PERCIST) 1.0 標準。AI 工具「Organ Finder」自動分割肝臟和主動脈，以獲取可靠的病灶識別閾值。PET/CT 影像採集使用西門子醫療 (Siemens Healthineers) 的 Biograph Vision Quadra 掃描儀，該儀器配備長軸視野 (LAFOV) 系統，以低劑量 [18F]FDG 活性 (2.0 MBq/kg) 實現高靈敏度和影像品質。統計分析採用 Kaplan–Meier 生存曲線和 log-rank 檢定評估 PET 參數與總體生存期 (OS) 之間的關聯，並使用 Wilcoxon rank sum test 進行兩組比較。 # Results 本研究納入 15 名轉移性葡萄膜黑色素瘤 (mUM) 患者，中位追蹤時間為 14.1 個月（95% CI：12.9 個月 – 未提供）。所有患者均成功獲得自動化總代謝腫瘤體積 (TMTV) 和總病灶醣解 (TLG) 測量結果。基線時 TMTV 和 TLG 升高與較短的總體生存期 (OS) 顯著相關（TMTV：16.9 個月 vs. 27.2 個月；TLG：16.9 個月 vs. 27.2 個月；p<0.05）。同樣，治療後 3 個月時，較高的 TMTV 和 TLG 預示較差的生存結果（TMTV：14.3 個月 vs. 24.5 個月；TLG：14.3 個月 vs. 24.5 個月；p<0.05）。人工智慧 (AI) 輔助的實體腫瘤正子斷層掃描反應標準 (PERCIST) 反應評估識別出 6 名患者達到疾病控制（完全代謝反應、部分代謝反應、穩定代謝疾病），9 名患者為代謝性疾病進展。疾病控制組患者的 OS 有改善趨勢（24.5 個月 vs. 14.6 個月，p=0.08）。 ![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07504-8/MediaObjects/259_2025_7504_Fig3_HTML.png) ![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07504-8/MediaObjects/259_2025_7504_Fig4_HTML.png) 在 8 名有循環腫瘤 DNA (ctDNA) 數據的患者中，ctDNA 水平增加的患者在追蹤影像上顯示出顯著更高的 TMTV 和 TLG 值（兩者 p=0.03）。 # Discussions 作為審稿者，我注意到幾項限制，其中一些作者已提及。本研究的單中心設計和相對較小的樣本量（15 名患者，對於轉移性葡萄膜黑色素瘤 (mUM) 這種罕見惡性腫瘤而言）限制了研究結果的普遍性，需要在大規模、多中心隊列中進行驗證。儘管追蹤時間與先前的研究一致，但考慮到 mUM 的侵襲性，其追蹤時間相對較短。此外，循環腫瘤 DNA (ctDNA) 數據僅限於 8 名患者的亞組，且大多數 PET/CT 發現缺乏組織病理學證實，這是臨床實踐中常見的限制。另一個值得考慮的點是，儘管人工智慧 (AI) 輔助的實體腫瘤正子斷層掃描反應標準 (PERCIST) 評估顯示出改善總體生存期 (OS) 的潛在趨勢（p=0.08），但未達到統計學顯著性，這可能與樣本量小有關。目前的 RECOMIA 平台無法自動標記新出現的過代謝病灶作為疾病進展的標準，仍需人工審查，這限制了其完全自動化的能力。儘管長軸視野 (LAFOV) PET/CT 系統具有優勢，但使用低於歐洲核醫學協會 (EANM) 指南建議的 [18F]FDG 劑量（2 MBq/kg vs. 3.0 MBq/kg）仍可能引發討論，儘管作者已解釋其高靈敏度可彌補此點。總體而言，這項探索性研究提供了寶貴的見解，但其結果需要謹慎解釋並進一步驗證。 --- Reference: [Artificial intelligence assisted assessment of metabolic response to tebentafusp in metastatic uveal melanoma a long axial field of view 18F FDG PET CT study](https://link.springer.com/article/10.1007/s00259-025-07504-8)