基于病理图像人工智能辅助诊断模型在肾小球肾炎多中心验证中的突破与应用

本研究针对肾小球肾炎(GN)病理诊断中人工判读主观性强、工作量大且存在观察者间差异的临床难题，开发了一种整合肾小球定位(GloSNet)、病变特征提取与患者水平分类的人工智能辅助诊断模型。该研究利用106,988张肾小球光镜图像进行训练，并在多中心队列中验证显示：在外部验证队列中模型F1分数达83.86%-85.45%，精确度达81.37%-83.12%。这项研究为GN的自动化病理诊断提供了新范式，显著提升诊断效率与一致性，具有重要临床转化价值。

　　

肾小球肾炎（Glomerulonephritis, GN）作为导致终末期肾病的主要病因之一，其诊断高度依赖肾脏活检组织的病理学分析。然而，传统诊断方式存在明显局限性： nephropathologists（肾脏病理学家）需要通过肉眼观察肾小球病变特征进行主观判断，这个过程不仅劳动强度大、耗时较长，更难以避免不同观察者之间的诊断差异。尤其随着专科病理医师数量减少，发展自动化、客观化的诊断工具已成为临床迫切需求。

近年来，人工智能（AI）技术在数字病理领域展现出巨大潜力，特别是在乳腺癌、肺癌等疾病的诊断中取得显著成效。尽管已有研究尝试将机器学习（ML）或深度学习（DL）应用于肾小球分割和病变检测，但尚未出现能够整合肾小球定位、病变分类和全幻灯片图像（Whole-Slide Images, WSI）级别诊断的一体化AI辅助诊断系统。此外，现有研究多面临标注数据不足、缺乏外部验证等挑战。

为此，由南方医科大学南方医院侯凡凡教授团队领衔的研究，在《eBioMedicine》发表了题为“Artificial intelligence-assisted diagnosis of glomerular nephritis using a pathological image analysis approach: a multicentre model development and validation study”的重要成果。该研究开发并验证了一种基于病理图像人工智能辅助诊断模型，实现了对四种常见GN类型——局灶节段性肾小球硬化（FSGS）、IgA肾病（IgAN）、膜性肾病（MN）和微小病变性肾病（MCD）的自动诊断。

本研究主要采用以下关键技术方法：首先从三家医疗中心（南方医院、金域诊断中心、华银诊断中心）收集6682例经肾活检确诊的患者数据，构建训练集与内外验证集；接着开发肾小球分割网络GloSNet（整合U-Net与Transformer架构）实现肾小球精准定位；采用Swin Transformer模型进行肾小球病变特征提取与融合；最后通过XGBoost算法实现患者水平的疾病分类。研究还探索了光镜与免疫荧光（IF）图像的双分支协同诊断模型。

研究结果方面：

1. 1.
   肾小球分割性能
   GloSNet在像素水平和肾小球水平均表现出优异性能，肾小球级别的F1分数达96.10%，精确度97.13%，召回率95.41%。平均绝对误差（MAE）和均方根误差（RMSE）分别仅为1.29和1.84，表明模型能准确识别和分割WSI中的肾小球。
2. 2.
   特征融合与肾小球病变分类
   两个肾小球病变分类模型（三分类：IgAN、MN和FSGS/MCD；二分类：FSGS与非FSGS）在内部验证队列中表现优异：三分类模型的F1分数、精确度和召回率分别达86.43%、86.04%和86.89%；二分类模型的AUROC达90.49%，精确度61.61%。热点可视化显示模型能关注到正确的病理特征，如FSGS的硬化节段和MN的膜增厚。
3. 3.
   AI辅助GN诊断模型性能
   在内部验证队列中，四分类任务的F1分数、精确度和召回率均达85.48%左右；在外部验证队列I中，这些指标分别为83.86%、81.37%和87.84%；在外部验证队列II中，性能进一步提升至85.45%、83.12%和88.94%。其中MN的诊断性能最优，F1分数达97.13-99.11%。
4. 4.
   探索性分析：光镜+免疫荧光诊断模型
   将免疫荧光信息融入AI辅助诊断模型后，性能显著提升。在内部验证队列中，四分类任务的F1分数、精确度、召回率和准确率分别达到91.00%、91.57%、90.94%和91.35%。研究表明，AI生成的免疫荧光评分与病理学家报告的结果性能相当，证明模型能有效捕获IF图像中的关键诊断信息。

研究结论与讨论部分强调，该研究首次开发了一种整合肾小球分割、病变分类和WSI级别诊断的AI辅助模型，用于GN的自动诊断。模型在多中心外部验证中表现出色，展示了在临床实践中辅助肾脏病理学家进行GN病理诊断的潜力。通过自动化病理诊断流程，该模型有望减轻临床医师工作负担，提高诊断效率，并改善传统视觉评估的可重复性。

研究的局限性包括：模型仅在中国人群和四种特定GN亚型中训练和验证，对其他种族人群和其他肾小球疾病的泛化能力尚未验证；依赖单一染色方法（PASM）；深度学习模型的"黑箱"特性给临床解释性带来挑战。未来研究将聚焦于模型解释性、整合多种染色类型以及包含更多GN亚型。

该研究的重