大众网记者 徐玲 通讯员 宋文华 济南报道

9月9日—13日，第23届世界耳鼻咽喉头颈外科大会（IFOS 2026）在土耳其伊斯坦布尔举办。作为全球耳鼻咽喉-头颈外科领域最具影响力的国际学术盛会，大会汇集世界各地该领域6000余名专家学者，集中展示本学科临床诊疗、基础科研以及医工交叉方向的前沿成果。经大会科学委员会严格评审，山东大学齐鲁医院耳鼻咽喉科雷大鹏教授团队多项研究成果被录用，在站博士后徐晨阳、博士生宋文华、李昌岭做大会口头汇报，充分展现科室在医学人工智能、医学影像分析、头颈肿瘤精准诊疗方向的创新实力。

IFOS 2026研究一：基于Transformer电子喉镜深度学习模型用于声带病变诊断的构建与验证

徐晨阳报告题为“Development And Validation Of A Transformer Electronic Laryngoscope Deep Learning Model For Diagnosis Of Vocal Cord Lesions”。该研究针对声带病变形态复杂、临床鉴别难度大，缺乏高性能多中心多模态AI诊断模型的临床痛点，利用来自国内三家医疗中心的白光成像、窄带成像双模态喉镜影像数据集，构建Pyramid Transformer深度学习网络，实现声带病变同步分类识别与病灶分割。研究采用十折交叉验证完成内部验证，并设置两组独立外部队列开展多中心验证，综合AUC、mIoU、Grad‑CAM、DCA等多项指标完成模型效能评价。结果显示该模型内外验证均保持较高诊断效能，可精准定位病变区域；临床对照试验证实，在该AI模型辅助下，高、低年资临床医师的诊断准确率与工作效率均得到明显提升。该研究证实Pyramid Transformer模型具备优秀的多中心泛化能力，有望开发成为喉部病变实时辅助诊断系统，为临床声带病变的精准评估提供智能化工具。

IFOS 2026研究二：基于瘤内-瘤周CT影像组学预测下咽癌PD-L1表达及新辅助化疗免疫治疗后病理完全缓解

徐晨阳代表团队作题为“Intratumoral And Peritumoral CT Radiomics For Predicting PD-L1 Expression And Pathological Complete Response To Neoadjuvant Chemoimmunotherapy In Hypopharyngeal Carcinoma”报告。针对局部晚期下咽癌免疫治疗疗效差异大，术前缺少无创手段评估PD-L1表达、预判新辅助化疗免疫治疗应答效果的现实问题，研究回顾纳入国内3家中心共364例下咽癌患者，逐层勾画CT图像中肿瘤瘤内及1-5mm瘤周区域并提取影像组学特征，经特征筛选后搭建多种机器学习预测模型。研究通过ROC曲线、校准曲线、决策曲线以及C‑index、NRI、IDI等工具系统评估模型性能，结果显示瘤内联合2mm瘤周特征的组合模型预测效果最优，在训练集、内部及外部验证队列中均表现出良好区分能力与临床净获益，其预测病理完全缓解的效能优于单纯临床因素模型。 SHAP分析进一步解析了驱动预测结果的关键影像特征。该CT影像组学模型可在术前无创评估下咽癌PD-L1表达状态以及新辅助治疗后病理完全缓解发生概率，为局部晚期下咽癌精准免疫治疗提供无创的影像分层手段。

IFOS 2026研究三：探索血清SERS联合人工智能辅助甲状腺癌术前精准评估新方法

宋文华代表团队报告了题为“Serum SERS Combined with Machine Learning for Rapid Preoperative Diagnosis of Central Compartment Lymph Node Metastasis in Papillary Thyroid Carcinoma”的研究成果。该研究聚焦甲状腺乳头状癌中央区淋巴结转移术前精准评估这一临床难题，探索血清表面增强拉曼光谱（SERS）联合机器学习技术在无创风险预测中的应用价值。研究基于128例甲状腺乳头状癌患者术前血清样本，构建人工智能预测模型并比较8种机器学习算法性能。结果显示，基于血清SERS信息的机器学习模型能够有效识别中央区淋巴结转移风险，其中CatBoost模型表现最佳，AUC达到0.971，预测性能优于常规超声评估。该研究为甲状腺癌术前风险分层和个体化手术决策提供了新的无创辅助方法。

IFOS 2026研究四：构建头颈鳞癌远处转移预测与预后评估双模型

李昌岭代表团队汇报了题为“Multicenter, Externally Validated Machine-Learning Model For Individualized Distant Metastasis And Survival Prediction In Head And Neck Squamous Cell Carcinoma”的研究成果。团队整合SEER数据库与齐鲁医院真实世界临床数据，构建了远处转移风险预测和转移后生存评估双模型。研究发现，肿瘤原发部位、病理分级、N分期、淋巴结清扫范围以及放化疗状态是远处转移的重要预测因素，机器学习模型在独立外部队列中仍保持较好的判别能力。此外，研究进一步利用随机生存森林实现转移患者的个体化生存风险分层，并结合SHAP可解释性分析及在线预测工具，将模型结果转化为直观的临床决策信息。该研究从“是否发生远处转移”进一步延伸至“转移后预后如何”，为头颈鳞癌患者的精准随访、风险分层及个体化管理提供了新的数字化研究路径。

本次IFOS国际学术交流，集中展示了齐鲁医院耳鼻咽喉科在临床诊疗、基础科研以及医工交叉方向领域的系列研究成果，充分展现了科室青年科研队伍的良好精神风貌与学术风采，进一步促进了与国际同行之间的学术对话与沟通合作。未来，耳鼻咽喉科将继续聚焦关键科学问题，持续推动基础科研、人工智能和临床诊疗深度结合，积极开展国际学术交流，不断产出兼具临床实用价值与国际影响力的科研成果，为耳鼻咽喉头颈外科医学发展贡献齐鲁力量。

免责声明：以上数据来源于天眼查等平台，相关内容仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。如有侵权请联系0531-85193563。