胰腺神经内分泌肿瘤细胞学标本中的Ki67表达：文献综述及自动化定量方法的验证

《Journal of Pathology Informatics》：Ki67 in cytological specimens of pancreatic neuroendocrine tumors: A literature review and validation of automated quantification

自动Ki67计数在胰腺神经内分泌肿瘤（PanNETs）诊断中的应用验证。通过对比手动计数与Visiopharm软件在69例细胞块材料中的结果，发现绝对Ki67值Spearman相关系数0.786，G1和G3分级符合率达91.89%和83.3%，但G2分级存在低估（59.09%）。Bland-Altman分析显示平均低估0.2265%。研究强调技术优化与病理医师监督的必要性。

　　### 人工智能在胰腺神经内分泌肿瘤Ki67评估中的应用与挑战

胰腺神经内分泌肿瘤（PanNETs）是一种相对少见但具有重要临床意义的肿瘤类型，其发生率在过去几十年中显著上升。Ki67增殖指数作为评估PanNETs恶性程度和预后的重要指标，对于肿瘤分级、预后判断以及临床决策具有关键作用。传统的Ki67评估依赖于病理医生手动计数，虽然其准确性较高，但这一过程往往耗时且易受医生主观判断的影响，导致结果的可重复性较低。因此，近年来，数字图像分析（DIA）技术被广泛研究，作为一种更高效、更一致的自动评估方法。

数字图像分析技术的应用主要依赖于高精度的图像处理软件，如Visiopharm。这种软件通过自动识别和计数Ki67阳性细胞，能够在较短时间内提供稳定的评估结果。然而，尽管DIA在多个研究中被证明具有良好的准确性，但其在临床实践中的应用仍面临一些挑战。例如，肿瘤异质性可能导致数字分析低估Ki67指数，而背景污染（如炎症细胞或染色质干扰）则可能造成高估。此外，Ki67指数作为连续变量，其分级过程（如将Ki67值划分为3个等级）可能会导致信息丢失，进而影响预后判断的准确性。

为了提高数字分析的可靠性，许多研究探索了多种方法，如热点检测、背景校正算法以及免疫组化双染色技术。热点检测是其中一种关键策略，通过选择Ki67表达最密集的区域进行计数，有助于减少异质性对结果的影响。同时，背景校正算法能够有效区分肿瘤细胞与非肿瘤细胞，从而避免背景污染带来的干扰。这些方法的结合，使得数字图像分析在某些情况下能够达到与手动计数相当的准确性。

然而，目前关于数字图像分析在PanNETs中的研究仍存在一定的局限性。首先，大多数研究集中在手术切除标本，而针对细胞块（cell block）材料的分析相对较少。细胞块材料是通过内镜超声细针穿刺（EUS-FNA）获取的，其在肿瘤异质性方面的表现可能与手术标本不同。其次，部分研究在统计分析方法上较为单一，缺乏系统性的比较和验证，这可能影响对数字分析准确性的全面评估。此外，不同研究中使用的软件平台和算法存在差异，使得结果之间的可比性受到一定限制。

针对这些挑战，本文旨在通过回顾最新文献并验证Visiopharm图像分析软件在PanNETs细胞块材料中的应用，探索其在实际临床中的可行性。Visiopharm软件通过一系列算法，能够在对齐的连续切片上自动检测Ki67阳性细胞，并计算其增殖指数。该软件在某些研究中已显示出与手动计数相似的准确性，尤其是在使用热点检测技术时，能够有效减少异质性带来的误差。

在本研究中，我们收集了69例临床常规病例，其中67例被成功数字化分析。通过非参数Spearman相关系数，我们发现数字Ki67值与手动计数之间具有显著的相关性（r?=?0.786），并且在肿瘤分级方面也表现出良好的一致性（r?=?0.721）。尽管这些结果表明Visiopharm在PanNETs中的应用具有潜力，但我们也注意到某些病例存在显著的不一致。例如，某些Grade 2肿瘤的数字分析结果明显低于手动计数，这可能是由于肿瘤异质性以及热点区域细胞数量不足所致。

为了进一步提高数字分析的准确性，我们需要关注几个关键因素。首先，热点区域的细胞数量是影响结果的重要变量。研究表明，当热点区域的细胞数量达到2000个时，数字分析的准确性显著提高。其次，背景污染的处理对于确保结果的可靠性至关重要。在某些情况下，背景污染可能导致数字分析结果偏高，因此，软件需要具备有效的背景校正功能。此外，免疫组化染色的质量也直接影响数字分析的准确性。如果染色不充分或存在技术缺陷，可能会导致阳性细胞识别困难，从而影响最终结果。

总体而言，Visiopharm图像分析软件在PanNETs的Ki67评估中展现出良好的应用前景。然而，为了确保其在临床实践中的可靠性，仍需进一步优化算法，提高背景校正能力，并加强技术质量控制。同时，未来的研究应关注数字分析在不同材料和病理情况下的适用性，以及其对肿瘤预后和临床决策的实际影响。通过持续的技术改进和标准化流程，数字图像分析有望成为病理学领域中Ki67评估的重要工具，提高诊断效率并减少人为误差。