• 仅从基线CT扫描预测对免疫治疗的反应的能力将改变游戏规则，因为如果我们发现哪些患者会对治疗有反应，我们不会对治疗有反应，我们可以提供不同的治疗方式；
• 此外，由于免疫治疗的成本惊人（每位患者每年约20万美元），因此在开始治疗之前非侵入性地确定这种反应的需求变得至关重要。

我们的成像生物标志物在基因组，分子和细胞规模上得到了验证，并有可能作为更好地识别可能从免疫疗法中受益的非小细胞肺癌患者的工具。

• 定量血管曲折度（QVT）特征对OS具有预后性（HR = 3.14，0.95%CI = 1.2至9.68，P = 0.0006，C指数= 0.61）；
• 还可以预测ICI反应，在三个验证集上的AUC分别为0.66、0.61和0.67；
• 与有反应的患者相比，对ICI治疗无反应的患者的肿瘤脉管系统更加扭曲。

• 在决定治疗谁以及如何治疗时，临床医生确实需要可解释的特征。血管曲折是一种新颖的影像组学方法，它使用可解释和直观的人工智能方法来评估肿瘤是否对治疗有反应，甚至在肿瘤大小等更明显的变化变得明显之前。

我们定量测量血管异常生长的方法可以帮助开发一种动态方法来测量和监测治疗前和响应的这些变化，可能为免疫疗法联合策略的新型诊断方法铺平道路。