基于多模态人工智能的内镜-组织融合模型评估溃疡性结肠炎组织学缓解与治疗响应的创新研究

本研究针对溃疡性结肠炎(UC)临床实践中组织学评估的主观性和变异性问题，开发了一种整合内镜视频与组织学全切片图像(WSI)的多模态人工智能(Endo-Histo Fusion)模型。该模型通过BioMedCLIP和CONCH基础模型提取特征，采用多头自注意力机制(MHSA)融合多源数据，在评估组织学缓解(Geboes≤2B.0)和治疗响应时展现出89.7%的准确率，显著优于单模态评估，为UC精准医疗提供了自动化标准工具。

　　

溃疡性结肠炎(UC)的治疗正经历从症状控制到深度缓解的范式转变，但现有评估体系面临严峻挑战。尽管内镜缓解已成为关键治疗目标，约30%达到内镜缓解的患者仍会复发，这提示单纯内镜评估可能遗漏潜在的组织学活动。组织学改善(Geboes<3.1)和缓解(Geboes≤2B.0)虽被逐渐认可为更可靠的愈合指标，却受制于病理学家间高达40%的判读差异。更棘手的是，当前临床试验依赖的中央读判流程既耗时耗力，又难以完全消除主观偏差。在此背景下，如何建立客观、高效且整合多维信息的评估体系，成为推动UC精准医疗的关键突破口。

来自爱尔兰科克大学学院APC微生物组研究所的Marietta Iacucci教授团队联合西班牙瓦伦西亚理工大学等机构，在《Journal of Crohn's and Colitis》发表了一项开创性研究。研究人员利用mirikizumab二期临床试验(NCT02589665)的291例内镜视频和全切片图像，构建了首个融合内镜与组织学特征的Endo-Histo多模态人工智能模型。该模型通过卷积神经网络(CNN)筛选信息帧，结合BioMedCLIP和CONCH基础模型提取特征，采用多头自注意力机制(MHSA)实现跨模态融合，最终通过多层感知机(MLP)输出预测。

关键技术方法包括：1) 使用mirikizumab二期临床试验队列的102例中重度UC患者数据；2) 通过ResNet50 CNN筛选内镜信息帧(准确率90.75%)；3) 应用BioMedCLIP和CONCH基础模型分别提取内镜与组织学特征；4) 采用注意力机制的多实例学习(MIL)框架进行特征聚合；5) 通过MHSA实现多模态融合和患者级预测。

Endo-Histo融合AI驱动评估组织学缓解
单模态分析显示，仅依赖内镜数据时模型灵敏度为75.8%，而组织学单模态模型达86.0%。当融合两种数据后，模型性能显著提升，识别组织学缓解的灵敏度达89.7%(95%CI 82.4-94.8)，特异性89.7%(84.3-93.7)，准确率89.7%(85.6-92.9)，曲线下面积(AUROC)显著优于内镜单模态模型(p<0.01)。

Endo-Histo融合评估早期治疗响应
在预测12周治疗响应方面，基于组织学改善的灵敏度为86.5%，52周时进一步提升至93.9%。特别值得注意的是，对于52周组织学缓解的评估，模型展现出近乎完美的灵敏度(98.0%)和特异性(86.8%)，与病理学家中央读判的一致性系数(κ)达0.86。

模型与人工读判的一致性分析
量化比较显示，融合模型与病理学家的一致性显著优于单模态：内镜单模态仅达中度一致(κ=0.48)，而融合模型在52周组织学缓解评估中达到几乎完美一致(κ=0.86)。这种优势在时间维度上呈现累积效应，12周时对组织学改善的评估一致性为κ=0.63，到52周升至κ=0.76。

这项研究标志着UC评估范式的重要转变。Endo-Histo融合模型首次实现了内镜宏观特征与组织学微观特征的智能化整合，其89.7%的准确率不仅超越了专家中央读判的效率，更揭示了多模态数据互补的价值——当内镜表现尚未完全正常化时，模型已能通过捕捉细微的组织学变化预测远期缓解。这种"数字活检"能力对临床试验设计具有多重意义：既可替代昂贵耗时的中央读判流程，又能通过早期(12周)响应预测优化受试者分层。在临床实践中，该技术有望推动"组织学优先"的治疗决策，特别是对生物制剂治疗响应的动态监测。

研究的局限性在于目前仅验证于mirikizumab特定队列，且采用Geboes评分作为金标准。未来拓展应包括更多治疗药物和验证NHI、RHI等其他组织学评分体系。值得期待的是，作者团队提出的"内镜-组织-组学(Endo-Histo-Omics)"框架预示了更广阔的应用前景——整合基因组、蛋白质组等多组学数据后，人工智能或将成为实现UC完全深度愈合(complete healing)评估的关键引擎。这项技术突破不仅为炎症性肠病(IBD)领域树立了新标准，其多模态融合范式更为慢性病的数字化评估提供了普适性模板。