CEST-MRI assessment of locally advanced pMMR rectal cancer for prediction of immune activation status following radiotherapy
放療後一週常規 MRI 腫瘤沒變小？CEST-MRI 憑藉預測微環境酸鹼逆轉，以 85% 準確率抓出免疫治療有效者。
- 放療後 1 週常規 MRI 腫瘤體積變化在 pCR 與 non-pCR 組間無顯著差異 (p>0.05)。
- 利用 Δ% AACID kurtosis 與 Δ% AREX 25th percentile 建構的模型，預測 pCR 的 AUC 達 0.889。
- 模型特異度高達 90.9%，能精準排除反應不佳者，為提早轉換二線治療提供強大影像背書。
打完短療程放射線治療短短一週，高達 55% (22/40) 原本對免疫治療毫無反應的 pMMR 直腸癌病患，最終成功達到病理完全緩解 (pCR)。藉由測量放射線引發的微環境酸鹼度與蛋白質代謝改變，我們能在開刀前幾個月就準確預測誰是這群幸運兒。
TME 酸鹼度逆轉 pMMR 直腸癌的 1 週預測視窗
直腸癌的治療典範正在快速轉移，特別是針對 pMMR（錯配修復功能正常，傳統上對免疫治療反應極差的腫瘤分型） 的局部晚期直腸癌病患。這類病患由於腫瘤微環境缺乏免疫細胞浸潤，單獨使用免疫檢查點抑制劑幾乎無效，往往只能走向全直腸繫膜切除術並承受永久性造口的風險。然而，臨床上發現透過短療程放射線治療，可以打破這種免疫沙漠狀態，誘發腫瘤細胞釋放抗原並改變微環境，進而讓後續的免疫化療產生奇效。最大的臨床挑戰在於，放射線治療誘發的免疫活化效應因人而異，且在治療初期，傳統形態學 MRI 的腫瘤體積根本看不出任何縮小。我們迫切需要一種非侵入性的影像生物標記，能在放療後極早期抓出具備免疫活化潛力的病患，以免錯失調整治療策略的黃金時機。
這篇來自 European Radiology (2026) 的前瞻性研究，巧妙地引進了 CEST-MRI（利用組織內特定質子與水分子交換來間接測量蛋白質與酸鹼度的磁振造影技術） 來解決這個盲區。腫瘤微環境的酸性狀態是抑制 T 細胞功能、導致免疫逃逸的關鍵元凶，而放射線治療會直接破壞細胞結構，改變局部的游離蛋白質濃度與酸鹼梯度。作者假設，在放療後短短一週，透過高階磁振造影參數來量化這些生化層級的微觀擾動，就能提早幾個月預測病患最終是否能達到病理完全緩解 (pCR)。對放射科醫師而言，這意味著我們發報告的視角，必須從單純測量長短徑與侵犯深度，拔高到評估腫瘤代謝與免疫微環境的動態演變。
40 例短療程放療與雙參數 CEST-MRI 的前瞻性設計
這是一項單一中心的前瞻性研究，在 2024 年 1 月至 2025 年 3 月期間，連續收錄了 40 位確診為 pMMR 局部晚期直腸癌的病患（平均年齡 56.8 歲，24 位男性）。所有病患的標準治療流程為：先接受短療程放射線治療，接著進行新輔助免疫化療，最終接受根除性手術。研究團隊在兩個關鍵時間點執行了常規 MRI 與 CEST-MRI 掃描：基準點（放療前）以及放療結束後 1 週。影像擷取後，兩位具備豐富骨盆腔判讀經驗的放射科醫師獨立在 T2 權重影像上徒手圈選整個腫瘤的感興趣區域 (ROI)，並將這些 ROI 映射到計算出的參數圖上，以確保數據萃取的解剖準確性。病患最終的手術病理報告作為參考標準，達到 pCR 者被定義為反應良好組 (Good responders)，未達 pCR 者則為反應不佳組 (Poor responders)。
研究的核心技術在於提取兩種進階的 CEST 衍生指標：AACID（獨立於胺基濃度的測量指標，專門用來反映腫瘤微環境的酸鹼度值） 以及 AREX（表觀交換依賴性弛豫，反映細胞內游離蛋白質與胜肽的代謝濃度）。為了捕捉微環境的異質性變化，作者不只計算整體的平均值，還深入萃取了直方圖特徵，包含變異數、偏度、峰度與各個百分位數。隨後，他們計算了這些參數在放療前後的絕對變化量 (Δ) 與百分比變化量 (Δ%)。在統計設計上，研究團隊先利用單變數分析篩選出具有顯著差異的參數，接著投入多變數對數迴歸模型 (multivariable logistic regression) 中，並透過接收者操作特徵 (ROC) 曲線來評估各種參數組合的診斷效能，試圖找出預測免疫活化狀態的最佳方程式。
令人意外的是，這 40 位屬於 pMMR 的病患中，竟然有高達 22 位 (55%) 在聯合治療後達到了 pCR，另外 18 位 (45%) 則是 non-pCR。這個高達 55% 的 pCR 比例本身就極具震撼力，強烈印證了放療作為免疫增敏劑的巨大潛力。然而，在放療後 1 週的時間點，常規 MRI 測量出的腫瘤體積在反應良好組與反應不佳組之間，完全沒有統計學上的顯著差異 (p > 0.05)。這徹底宣告了依賴 T2 形態學來做早期療效評估是死路一條，也為 CEST-MRI 的登場搭建了完美的舞台。
| 階段 | 數量與條件描述 |
|---|---|
| 收案來源與期間 | 單一中心，2024 年 1 月至 2025 年 3 月 |
| 納入條件 | pMMR 局部晚期直腸癌，接受短療程放療 + 免疫化療 |
| 最終分析人數 | 40 例（平均年齡 56.8 歲，男性 24 位） |
| 病理完全緩解 (pCR) | 22 例 (55%)，定義為 Good responders |
| 未達完全緩解 (non-pCR) | 18 例 (45%)，定義為 Poor responders |
前瞻性單一中心真實世界數據
ROC 曲線揭露 AUC 0.889 的多變數預測模型
當焦點轉向 CEST-MRI 參數時，數據展現出截然不同的光景。單變數分析顯示，反應良好組與反應不佳組在放療後 1 週的多項 AACID 與 AREX 指標變化上，出現了極度顯著的分歧。為了建立最具臨床實用價值的預測工具，研究團隊將這些具備潛力的變數輸入多變數對數迴歸模型。經過嚴謹的逐步篩選，最終有兩個核心參數脫穎而出，被納入最終的預測模型中：Δ% AACID kurtosis (峰度變化率) 以及 Δ% AREX 25th percentile (第 25 百分位數變化率)。這兩個參數的組合，不僅涵蓋了腫瘤酸鹼度的異質性擾動，也捕捉了低濃度蛋白質代謝區塊的微觀改變。
模型建立後，其預測效能令人印象深刻。依據文獻提供的數據，這個雙參數聯合模型的整體準確率達到了 0.850 (95% CI: 0.702-0.943)。在臨床最看重的指標上，模型展現出 0.778 (95% CI: 0.524-0.936) 的敏感度，以及高達 0.909 (95% CI: 0.708-0.989) 的特異度。這意味著，如果在放療後 1 週使用這個模型預測某位病患無法達到 pCR（反應不佳），其判斷正確的把握度極高，能為提早更改二線治療方案提供強而有力的影像學背書。此外，多變數模型的表現明顯優於任何單一參數，證明了同時監測 pH 值與蛋白質代謝在生物學上的協同價值。
進一步觀察 ROC 曲線分析，這個結合 Δ% AACID kurtosis 與 Δ% AREX 25th percentile 的多變數模型，其曲線下面積 (AUC) 達到了 0.889 (95% CI: 0.749-0.966; p < 0.001)。作為對比，如果在放療後 1 週僅憑藉常規的腫瘤體積變化來做預測，其 AUC 僅徘徊在無預測價值的 0.5 邊緣。高達 0.889 的 AUC 清楚地宣告：放射線造成的腫瘤細胞崩解與微環境重塑，在形態縮小之前，早就已經深刻地反映在磁振造影的水分子質子交換頻率之中。這組數據為非侵入性評估直腸癌 TME 狀態，立下了一個極具參考價值的量化標竿。
基於 Δ% AACID kurtosis 與 Δ% AREX 25th percentile
AACID kurtosis 與 AREX 25th percentile 的微環境隱喻
為什麼多變數迴歸會精準地挑出「峰度 (kurtosis)」與「第 25 百分位數」這兩個看似冷僻的直方圖特徵？這正是本篇論文最值得放射科醫師深思的生物學隱喻。先來看 Δ% AACID kurtosis。AACID 代表酸鹼度，而峰度反映的是數據分佈的集中程度與尾部極端值。在未治療前，直腸癌內部通常存在著廣泛且不均勻的缺氧與酸性微環境，導致 AACID 的分佈呈現特定的峰度。放療介入後，放射線直接毒殺腫瘤細胞並破壞微血管，引發大規模的細胞壞死與發炎反應。對於那些對免疫治療反應良好的病患，這種破壞成功打亂了原本僵化的酸性結構，促使微環境 pH 值趨向中和，進而解除 T 細胞的無能狀態 (anergy)。這種酸鹼度分佈的大洗牌，在影像上就具體表現為 AACID 峰度的劇烈百分比變化。
同樣地，Δ% AREX 25th percentile 則訴說著另一個層面的代謝崩解。AREX 反映的是細胞內游離胜肽與蛋白質的濃度，與腫瘤細胞的增殖活性高度相關。第 25 百分位數代表的是腫瘤內部蛋白質濃度較低的區域。在反應良好的病患中，放療導致大量細胞凋亡與裂解，原本緊密的細胞結構被破壞，胞內蛋白質外洩並被隨後的免疫吞噬細胞清除。這種微觀層級的「清空效應」，使得腫瘤內部低蛋白質區域的分佈發生顯著退縮，導致 AREX 第 25 百分位數出現大幅度的下降。相反地，在反應不佳的病患中，腫瘤細胞展現出強大的放射抗性，內部代謝網路依然完好，因此 AREX 的低分位數變化微乎其微。
這種將抽象的影像紋理特徵與實體腫瘤微環境結合的解讀方式，遠比單純看 p 值更具說服力。論文的次群組探討也強調，雖然整體平均值 (mean) 在兩組間也有統計差異，但直方圖的高階特徵 (如 kurtosis) 對於捕捉放療引起的「異質性破壞」更為敏銳。放射線治療並不是均勻地殺死腫瘤，而是像在堅固的城牆上炸出無數個缺口；常規 MRI 只看城牆的外輪廓（體積），而 CEST-MRI 的直方圖特徵則是深入探測那些缺口造成的結構鬆動與酸鹼度外流。理解了這一層生物學意義，我們在使用這組 AUC 0.889 的模型時，就不再只是盲目相信數據，而是真正在判讀微環境的動態演化。
單一中心 40 例的擴展邊界與日常發報告的啟示
儘管 AUC 表現亮眼，作者在 Discussion 段落也坦誠了本研究的幾個關鍵限制，這是放射科同行在解讀與應用時必須把關的邊界。首先，這是一個單一中心、僅有 40 例病患的小型前瞻性研究。雖然在 pMMR 直腸癌接受放療加免疫的特定情境下，要收齊病患並不容易，但小樣本量意味著模型存在過度擬合 (overfitting) 的風險，未來絕對需要外部獨立世代 (external cohort) 來進行確效。其次，CEST-MRI 的掃描時間較長，且技術門檻極高，包含 B0 與 B1 磁場不均勻的校正、複雜的反 Z 頻譜分析 (inverse Z-spectrum analysis) 以及 Lorentzian fitting，目前這些後處理尚未整合進多數商業磁振造影儀的常規一鍵發送流程中，嚴重限制了其在基層醫院的普及率。
另一個臨床實務上的痛點在於 ROI 的圈選。本研究依賴兩位醫師手動在 T2 影像上圈選全腫瘤體積，這不僅耗時，也無可避免地帶有主觀誤差。雖然研究報告了良好的觀察者間一致性 (ICC)，但在充滿壞死、纖維化與黏液生成的放療後腫瘤中，要精準剔除腸腔內糞便或氣體造成的假影干擾，對發報告的醫師是一大考驗。未來若能導入自動化的影像分割技術，將有助於提升這套微環境評估流程的重現性與臨床吞吐量。
對於忙碌的放射科醫師而言，這篇論文傳遞了一個明確的臨床啟示：面對接受全期新輔助治療 (TNT) 或放療合併免疫的直腸癌病患，放療後早期的影像追蹤，絕對不能因為「腫瘤沒變小」就輕易下結論為 treatment failure 或 stable disease。我們必須意識到，在形態學發生肉眼可見的萎縮前，腫瘤內部的酸鹼度與蛋白質代謝早已風起雲湧。如果你的醫院正在執行這類前衛的直腸癌免疫臨床試驗，不妨主動與放射腫瘤科及物理師討論，嘗試將 APT (Amide Proton Transfer) 或是更完整的 CEST 序列加入骨盆腔 MRI 的早期追蹤 protocol 中，這將讓放射科在決定病患是否繼續接受昂貴免疫治療的跨領域會議上，掌握最關鍵的話語權。
若臨床端正嘗試對 pMMR 直腸癌做放療加免疫，一週後的常規 MRI 腫瘤大小絕對沒變，別急著打 fail，試著推動 CEST 觀察微環境酸鹼度翻轉。