编辑推荐：
目前难以区分易进展为浸润性乳腺癌（IBC）的导管原位癌（DCIS）和不会进展的 DCIS，导致许多患者过度治疗。研究人员开发了 AIDmap 分析管道，发现特定形态计量特征与 DCIS 进展相关，该研究有望识别低风险 DCIS，避免过度治疗。
在乳腺癌的诊疗领域，导管原位癌（Ductal carcinoma in situ，DCIS）的治疗一直是个棘手的问题。DCIS 是一种局限于乳腺导管内的癌症，尚未侵犯周围组织，但它有可能进展为浸润性乳腺癌（invasive breast cancer，IBC） 。让人困扰的是，并非所有的 DCIS 都会发展成 IBC，大约四分之三的患者即使不治疗也不会进展。然而，当前医疗水平却无法准确区分哪些 DCIS 会进展，哪些不会。这就导致了几乎所有 DCIS 患者都接受手术，常还伴有放疗，许多本无需如此治疗的患者承受了过度治疗的负担，却没有从中获益。为了解决这一难题，来自荷兰癌症研究所（Netherlands Cancer Institute）、美国德克萨斯大学 MD 安德森癌症中心（The University of Texas MD Anderson Cancer Center）等多个研究机构的研究人员展开了深入研究。他们的研究成果发表在《npj Precision Oncology》杂志上，为 DCIS 的精准治疗带来了新的希望。
研究人员开展的这项研究，核心是开发一种基于人工智能的 DCIS 形态计量分析管道（Artificial Intelligence-based DCIS Morphometric Analysis Pipeline，AIDmap），通过对苏木精 - 伊红染色（hematoxylin - eosin stained，H&E）的组织切片进行分析，寻找与 DCIS 进展相关的特征，进而实现对 DCIS 风险的准确评估，避免对低风险 DCIS 患者的过度治疗。
在研究过程中，研究人员运用了多种关键技术方法。首先，他们从荷兰的一个基于人群的队列中获取数据，构建了一个巢式病例对照研究，该队列包含了 1989 年至 2004 年期间诊断为原发性 DCIS 且未患 IBC 的患者。接着，利用 HALO 平台，通过病理学家对 H&E 全切片图像（whole - slide images，WSIs）中的基质和 DCIS 区域进行数字化注释，训练深度学习神经网络来检测基质区域和 DCIS 导管，同时应用细胞核分割来检测导管内细胞的细胞核。之后，通过计算过滤提高 DCIS 导管检测的准确性，从而构建出 AIDmap。最后，运用多种统计分析方法，如广义线性模型、层次聚类等，评估形态计量特征的预后价值。
研究结果主要包含以下几个方面：
- AIDmap 的开发与验证：通过对 H&E WSIs 的处理，成功开发出 AIDmap。对其进行验证时发现，它在 DCIS 区域检测方面与病理学家的注释有高度一致性（IOU = 0.76），在 DCIS 导管计数上也具有高度相关性（r = 0.79）。并且，AIDmap 在单一 H&E 切片上的形态测量结果能代表整个福尔马林固定石蜡包埋（Formalin - Fixed Paraffin - Embedded，FFPE）组织块中 DCIS 导管的体积和空间配置，与 3D 全组织成像分析的结果具有相关性。
- 构建 DCIS 形态计量分类器：对 689 例原发性 DCIS 患者的 H&E WSIs 应用 AIDmap 进行分析，检测到总共 37,020 个 DCIS 导管。基于 15 个形态学测量值计算出 55 个非冗余的形态计量变量，用这些变量构建逻辑岭罚回归分类器。结果显示，该分类器预测 5 年无 iIBC 进展的曲线下面积（AUC）为 0.67（95% CI 0.57 - 0.77） ，预测 10 年和 15 年的 AUC 分别为 0.62（95% CI 0.54 - 0.70）和 0.62（95% CI 0.54 - 0.69）。
- 构建形态计量特征签名：通过单变量回归模型分析，确定了 30 个与 iIBC 状态显著相关的变量。基于这些变量进行层次聚类，识别出四个不同的形态计量特征签名。其中，1 - 蓝色特征签名的 DCIS 病变具有较小的导管尺寸、较少的细胞数量和较低的 DCIS / 基质比率，与其他特征签名相比，该组患者的 iIBC 无进展生存率显著更高（p = 0.0001） 。即使在多变量 Cox 回归分析中纳入组织病理学分级、雌激素受体（ER）、人表皮生长因子受体 2（HER2）和前列腺素内过氧化物合酶 2（COX - 2）表达等因素后，这种关联仍然显著（风险比（HR） = 0.56，95% CI 0.40 - 0.80） 。
在研究结论和讨论部分，该研究表明通过 AIDmap 自动、客观地评估 H&E 全切片图像中 DCIS 导管的微观形态计量学特征，与 DCIS 进展为后续同侧浸润性乳腺癌（iIBC）的风险相关。AIDmap 有望识别出无需手术干预和 / 或放疗的低风险 DCIS 病变，从而减轻许多女性的过度治疗负担。与以往研究相比，AIDmap 具有更高的准确性和可解释性，其形态计量特征签名可基于相关研究进行解释。不过，该研究也存在一定局限性，如难以进行准确的外部验证，DCIS 分割和检测的准确性仍有待提高等。但总体而言，AIDmap 为 DCIS 的精准管理迈出了重要一步，为未来 DCIS 的诊疗提供了新的方向和思路，有望在临床实践中发挥重要作用，推动乳腺癌精准医疗的发展。
