基于机器学习的乳腺X线摄影和超声影像组学预测乳腺癌PIK3CA突变

《European Journal of Medical Research》：Predicting PIK3CA mutation in breast cancer with machine learning based multimodal image radiomics

本研究针对乳腺癌PIK3CA基因突变预测的临床需求，利用机器学习算法构建了基于乳腺X线摄影(MMG)和超声(US)的影像组学模型。研究发现，结合临床病理因素的多模态影像组学模型（C+MMG+US+LR）预测性能最佳（AUC=0.899），为乳腺癌靶向治疗策略制定提供了无创、便捷的新方法。

　　

乳腺癌是全球女性最常见的恶性肿瘤，每年新发病例约230万，位居癌症死亡原因第五位。在乳腺癌的分子分型中，磷脂酰肌醇3-激酶（PI3K）信号通路扮演着关键角色，而PIK3CA基因突变在乳腺癌患者中发生率较高，与治疗耐药性和不同预后效果相关。随着基因组测序技术的快速发展，针对PIK3CA突变的抑制剂药物（如alpelisib和inavolisib）的应用，显著延长了患者生存期，特别是对于那些具有更强侵袭性和低分化肿瘤的患者。

然而，基因检测存在费用昂贵、有创、耗时长等局限性，并非所有患者都能获得。因此，开发无创、便捷且准确的早期预测PIK3CA突变的方法，对于指导乳腺癌患者个体化治疗策略具有重要意义。

传统方法主要依赖临床病理指标或常规影像特征预测PIK3CA突变，但预测性能相对较低。近年来，影像组学作为一种新兴方法被提出用于预测基因突变，但既往研究主要集中在MRI上。相比之下，乳腺X线摄影（MMG）和超声（US）作为更广泛应用的诊断工具，在乳腺检查中具有便捷、低成本、省时等优势。然而，利用MMG和US影像组学预测PIK3CA突变的研究相对较少。

在此背景下，Yao等人发表在《European Journal of Medical Research》上的研究，旨在探索基于机器学习（ML）的方法，利用MMG和US影像组学特征早期预测乳腺癌中的PIK3CA突变状态。

本研究主要应用了以下关键技术方法：回顾性收集了2020年1月至2023年12月期间186例原发性乳腺癌患者的临床资料、PIK3CA基因检测结果以及治疗前的MMG和US图像。患者被随机分为训练集（130例）和测试集（56例）。由经验丰富的放射科医生手动勾画肿瘤感兴趣区域（ROI），并使用3D Slicer和PyRadiomics软件提取影像组学特征。采用合成少数类过采样技术（SMOTE）、Z-score标准化、均值归一化、主成分分析（PCA）、皮尔逊相关系数（PCC）和递归特征消除（RFE）等方法进行特征处理和选择。最后，应用逻辑回归（LR）、自适应增强（AdaBoost）和朴素贝叶斯（NB）三种机器学习算法构建并验证了基于单一影像模态（MMG或US）、结合临床病理因素（C+MMG或C+US）以及融合多模态影像和临床病理因素（C+MMG+US）的预测模型。模型性能通过受试者工作特征曲线下面积（AUC）等指标进行评估。

临床病理特征分析

在186例乳腺癌患者中，59例（31.7%）存在PIK3CA突变。单因素分析显示，雌激素受体（ER）阳性和孕激素受体（PR）阳性与PIK3CA突变显著相关（p<0.05），而年龄、临床T分期、肿瘤最大径、组织学类型、肿瘤分级、淋巴结状态、HER2状态及Ki67水平等因素与突变无显著相关性。

基于单一影像模态的影像组学模型

在测试集中，基于US的影像组学模型预测性能普遍优于基于MMG的模型。其中，US+LR模型的AUC值最高，为0.788，而MMG+LR模型的AUC值为0.718，两者差异具有统计学意义（p<0.05）。分析发现，在LR分类器中，US模型最具相关性的特征是与小波变换后的灰度级依赖矩阵（GLDM）相关的特征，而MMG模型则是与小波变换后的灰度级区域大小矩阵（GLSZM）相关的特征，提示US图像在反映肿瘤异质性方面可能提供更多有价值的信息。

结合临床病理因素的影像组学模型

将ER、PR状态与影像组学特征结合后，模型的预测性能得到提升。在测试集中，C+US+LR模型的AUC值达到0.827，显著高于C+MMG+LR模型的0.740（p<0.001）。这表明联合临床病理因素可以进一步增强模型的预测能力，且US影像组学在此方面依然保持优势。

融合多模态影像和临床病理因素的混合模型

性能最佳的模型为融合了临床病理因素、MMG和US影像组学特征的C+MMG+US+LR混合模型。该模型在训练集中的AUC高达0.931，在测试集中也达到了0.899，显著优于同框架下的AdaBoost和NB模型（p<0.05）。该模型在测试集中表现出89.7%的敏感性和89.8%的特异性，显示出优异的预测效能。

机器学习分类器比较

在三种机器学习算法中，逻辑回归（LR） classifier consistently demonstrated superior predictive ability for PIK3CA mutation compared to AdaBoost and Naive Bayes classifiers across different model configurations (radiomics-only, clinical-radiomics, and hybrid models)。

本研究通过构建和验证多种机器学习模型，证实了基于多模态影像组学（特别是结合超声影像组学）的方法在无创预测乳腺癌PIK3CA突变方面具有重要价值。研究结论指出，超声影像组学显示出比乳腺X线摄影影像组学更好的预测能力。尤其重要的是，融合了临床病理因素和多模态影像（US+MMG）的逻辑回归（LR）模型性能最佳（测试集AUC=0.899），其改进的性能有助于制定个体化的治疗策略。

该研究的重要意义在于，为缺乏昂贵、大型医疗设备（如MRI）的基层医疗机构提供了一种便捷、低成本的PIK3CA突变预测工具。相较于传统的基因检测方法，这种基于MMG和US的影像组学分析方法具有更广阔的临床应用前景，有望在乳腺癌精准医疗领域发挥重要作用，辅助临床医生为患者制定更合理的靶向治疗方案。然而，研究也存在一些局限性，如单中心回顾性设计、未纳入非肿块型病变、未对所有分子亚型进行分层分析以及未区分基因突变热点（如外显子9或20）等，未来需要多中心、大样本的前瞻性研究进一步验证和完善。