AI帮助医生读片还能预测癌症患者预后？数字肿瘤学正在崛起

·数字化生物标志物检测，能够帮助临床医生在癌症治疗中做出明智和个性化的决策。然而，截至2023年，市场上还少有此类产品被大面积地成熟利用。

人工智能（AI）正在迅速推动数字肿瘤学发展。

一项由24名拥有第一手计算病理学/病理AI（CPath/AI）经验的专家参与的共识报告称，AI将提高诊断准确性，病理技术人员的日常任务将发生重大变化。到2030年，AI将在病理实验室中得到常规且有效的使用。

近期发表在《柳叶刀》（The Lancet）子刊《eBiomedicine》和《柳叶刀-数字健康》（The Lancet Digital Health）的两项独立研究，分别着眼于：基于深度学习的肿瘤浸润淋巴细胞（TILs，可作为治疗癌症的药物靶标）评分系统，在黑色素瘤（一种皮肤癌症）不同时期的预后意义；以及将AI作为独立读取器，用于乳房X光检查工作流程的价值。

两项针对不同癌症的研究

第一项研究由德国图宾根大学（University Of Tuebingen）皮肤科、德国海德堡大学（University of Heidelberg）皮肤科和美国耶鲁大学医学院（Yale University School of Medicine）病理学系等机构的研究人员共同完成。在该研究中，研究人员使用深度学习算法NN192（一种为标准和数字化TILs评分系统“eTILs”而开发的算法），对 321个原发性黑色素瘤和 191个转移性样本进行分析。

研究人员发现，eTILs低评分的黑色素瘤患者，发生癌症组织远处转移的风险是eTILs高评分患者的两倍以上，同时，从原发性黑色素瘤到转移瘤样本之间的eTILs评分降低。eTILs评分≤12.2%，同时接受抗PD-1免疫疗法治疗的患者，其生存结果不良。这证明eTILs对原发性黑色素瘤样本具有预测作用，并且eTILs可以预测接受PD-1治疗患者的反应和生存结果。

对此，国际免疫肿瘤生物标志物工作组（International Immuno-Oncology Biomarker Working Group）联合主席Roberto Salgado表示，免疫细胞的准确定量涉及预后和预测信息，对临床途径和定制治疗计划很重要。此外，相较人工评估，计算机的评估结果要准确得多。

第二项研究由瑞典卡罗林斯卡学院（karolinska institute）肿瘤病理学系和瑞典Capio Sankt Göran医院的Karin Dembrower及其团队完成。

在这项研究中，研究团队基于Capio Sankt Göran医院从2021年4月1日到2022年6月9日的定期乳腺癌筛查工作，将55581名40-74岁未填充乳房植入物的女性纳入研究。研究遵循瑞典乳房X 光检查国家指南（Swedish National Guidelines for mammography screening），即由两名放射科医生对每名参与者的乳房X 光图像进行独立评估，并在任何一人读片异常的情况下进行共识讨论，决定是否进行进一步的影像学检查。如果进一步检查依然怀疑患者患有癌症，则获取活检样本，由病理学家对活检进行分析并作出明确诊断。

研究中，在两名放射科医生读片的同时，Insight MMG（一个AI系统）作为一个独立阅读器在后台运行。在共识讨论之前，放射科医生无法访问 Insight MMG 获取信息，共识讨论中，放射科医生可以访问 Insight MMG 所有病例的信息，包括任何局部图像发现、图形轮廓和相应的AI异常评分。

研究团队进行了四种读片策略，分别考察了两名放射科医生双读（标准情况）、一名放射科医生和AI系统双读、AI系统单读，以及两名放射科医生和AI系统三读的实际诊断结果。结果显示，与标准情况相比，一名放射科医生和AI系统双读的癌症检出率增加了4%，召回率降低了4%；AI系统单读的癌症检出率没有明显差别，召回率降低了47%；两名放射科医生和AI系统三读略微提高了癌症检出率，召回率提高了5%，并且共识讨论多了近50%。

研究团队表示，AI系统和人类在读片时会将某些不同的图像特征视为可疑癌症，因此人类和AI系统进行协同作用，能够提高乳房X 光检查中乳腺癌的检出率。AI系统单读能够最大程度降低参与者因多次检查引起的心理负担，但这意味着很大一部分乳房X  光检查永远不会由医生进行评估。两名放射科医生和AI系统三读能够最大程度检测癌症，然而这必须与检测成本增加、放射科医生短缺等问题进行平衡。

市场仍需不断发展

Roberto Salgado表示，数字化生物标志物检测，能够帮助临床医生在癌症治疗中做出明智和个性化的决策。然而，截至2023年，市场上还少有此类产品被大面积地成熟利用。

当地时间9月7日，美国癌症诊断技术研发商Paige.AI 宣布与美国科技公司微软（Microsoft）合作构建世界上最大的基于图像的AI 模型，并将其应用于数字病理学和肿瘤学的发展。

无独有偶，当地时间9月11日，美国科技公司戴尔（Dell）与爱尔兰利默里克大学（University of Limerick）数字癌症研究中心联手开发AI平台和数字孪生技术，以推动B 细胞淋巴瘤的预测和诊断研究。

“这是一个非常令人兴奋的开始，我们期待戴尔技术团队的数字支持能加速此项目推进。”利默里克大学分子病理学教授、数字癌症研究中心数字病理学部门科学主任Paul Murray说，“通过与戴尔技术团队的合作，我们将能够进一步了解细胞在癌症发展过程中是如何出错的，并找到诊断和治疗癌症患者的新方法。”