一、所属领域

主要应用领域：

乳腺癌精准治疗

技术领域关键词：

新辅助治疗（NAT）响应预测、多模态数据融合、动态MRI参数分析、临床决策支持系统（CDSS）、医疗器械软件（SaMD）

二、项目介绍

1、行业领域痛点问题：

• 乳腺癌新辅助治疗（NAT）的疗效评估依赖术后病理结果，无法早期预测患者是否达到病理完全缓解（pCR），导致治疗调整滞后。

• 现有预测模型多基于治疗前数据，忽略治疗早期动态变化，且依赖复杂算法（如深度学习），临床适用性低。

• 缺乏前瞻性验证的多中心工具，难以指导个性化治疗决策。

2、成果解决方案：

NeoMDSS系统：

整合治疗前临床病理特征（HR/HER2状态、Ki-67、NLR/PNR）及首周期NAT后MRI参数（肿瘤直径变化ΔD、ADC值、早期增强比EER），通过多变量逻辑回归模型预测pCR概率。

技术核心：

• 动态监测治疗早期响应，提升预测时效性（1周期NAT后即可评估）。

• 参数易获取，无需复杂软件处理，临床适用性强。

• 配套在线平台（https://neomdss.pbetas.com）和可视化列线图，便于临床快速应用。

预期产品：

AI辅助临床决策支持系统软件（医疗器械类）

技术促进：

推动乳腺癌NAT精准分层管理，减少无效治疗，优化医疗资源分配。

3、行业竞争优势分析

• 精准性：AUC达0.867-0.874（外部验证），显著优于单一临床或影像模型（DeLong检验p<0.05）。

• 前瞻性验证：首个经多中心前瞻性研究验证的模型（NCT04909554），数据可靠性高。

• 临床友好性：简化参数（如ΔD、EER）与常规MRI兼容，无需额外设备投入。

• 专利壁垒：已获发明专利授权（CN 114649094 B），技术独特性明确。

4、应用前景

• 医院端：辅助制定NAT方案决策（如早期切换治疗方案）、豁免手术探索

• 药企端：作为伴随诊断工具，加速新药临床试验患者筛选。

• 医保控费：通过精准预测降低无效治疗成本，符合DRG/DIP支付改革需求。

5、发展规划

短期优化：

• 扩大样本量，细化分子亚型（如HR+/HER2-）预测模型。

• 开发医学数字成像和通信（DICOM）标准接口，兼容主流MRI设备。

长期场景：

• 拓展至其他癌种（如胃癌NAT响应预测）。

• 结合液体活检（ctDNA）构建多组学预测体系。

6、知识产权情况

本成果已获中国发明专利授权（CN 114649094 B），拥有完整知识产权，可提供技术查新报告及临床验证数据。

三、合作要求

合作方式

技术许可（区域独占）、联合开发（医疗器械注册）。

合作对象

医疗器械企业（AI辅助诊断系统开发）。

三甲医院乳腺科/肿瘤科（多中心临床推广）。

医药公司（伴随诊断合作）。

合作领域

乳腺癌精准治疗、乳腺癌新辅助临床决策支持、医疗AI产品化。

意向方资格条件

（1）意向方必须为中华人民共和国境内外注册成立、有效存续的法人、非法人组织或具有完全民事行为能力的自然人。

（2）意向方的购买行为必须符合国家现行法律法规。

四、团队介绍

项目团队核心成员王坤教授，为肿瘤学博士，广东省人民医院肿瘤医院党总支书记、副院长、乳腺肿瘤科主任，主任医师，博士研究生导师。张刘璐博士为广东省人民医院乳腺肿瘤科副主任医师，硕士生导师。跨学科团队涵盖乳腺外科、放射科、生物统计专家、人工智能专家等。

项目团队已在国际知名期刊发表多篇相关研究，包括：

《eClinicalMedicine》：基于多参数 MRI 的影像组学模型预测乳腺癌对新辅助化疗的病理完全缓解（pCR）。

《International Journal of Surgery》：多因素人工智能模型辅助乳腺癌腋窝淋巴结手术的研究。

《Annals of Surgery》：非侵入性人工智能系统用于早期预测乳腺癌新辅助化疗后的残余癌负荷。

《British Journal of Cancer》：基于纵向 MRI 的机器学习模型预测乳腺癌腋窝淋巴结对新辅助化疗的反应。

《Advanced Science》：结合 MRI 空间生态影像组学、转录组学和单细胞 RNA 测序的多模态方法预测乳腺癌的 pCR 及 B 细胞浸润。

上述成果为NeoMDSS模型提供坚实理论基础。

五、招商公告时间及联系方式

1、时间：2025年4月28日-2025年5月23日

2、联系人（电话）： 刘经理020-89160719

卢经理020-89160784

特别声明：本次预公告是作为正式公告的前期信息发布，不具有要约的相应效力，意向方也不因此承担任何法律责任，所有信息将以正式公告的信息为准。