基于多模态医学数据与可解释机器学习的胆囊癌早期诊断端到端框架研究

本研究针对胆囊癌(GBC)早期诊断难题，开发了整合CT影像、肿瘤标志物和血液检测的多模态机器学习框架。研究人员创新性地提出全局-混合-局部网络(GHL-Net)处理影像特征，结合集成学习策略，在二元分类中实现95.24%准确率和0.9591 AUC值。通过SHAP和遮挡算法实现模型可解释性，为临床决策提供可视化依据，显著提升GBC诊断效能。

　　

胆囊癌(Gallbladder Cancer, GBC)作为胆道系统最具侵袭性的恶性肿瘤，其五年生存率不足20%，被称为"沉默的杀手"。临床上面临着早期症状隐匿、影像学表现与良性病变重叠等诊断困境，现有超声(US)、CT等检查手段难以实现准确鉴别。更棘手的是，GBC病灶在影像中呈现显著的类内差异大、类间差异小的特征，如图1所示，这给传统诊断方法带来巨大挑战。

上海交通大学医学院附属新华医院联合上海交通大学电子工程系的研究团队在《BMC Cancer》发表创新性研究，开发出首个整合多模态医学数据的可解释性胆囊癌诊断框架。该研究通过融合CT影像、人口统计学特征、肿瘤标志物、凝血功能检测和常规血液检查等多维度数据，构建了端到端的机器学习系统，在保持临床可解释性的同时显著提升诊断准确率。

研究采用三项关键技术：首先基于U-net网络筛选包含胆囊区域和肿瘤的15个关键CT切片；其次设计包含MSscEA(多尺度空间通道提取注意力)和iAFF(迭代注意力特征融合)模块的GHL-Net网络处理影像特征；最后采用包含Catboost、SVM等算法的集成学习策略融合多模态数据。研究纳入298例临床样本，通过五折交叉验证评估性能。

研究结果显示：在二元分类场景下，该框架达到95.24%准确率、93.55%灵敏度、96.87%特异度和0.9591 AUC值，显著优于三种对照方法(p<0.05)。多分类任务中仍保持92.44%准确率。外部验证集测试显示92.45%的稳定性能，证实模型具有良好的泛化能力。通过SHAP分析发现，CT影像贡献度最高(SHAP=0.208)，CA211、CA724等肿瘤标志物次之，与临床认知相符。遮挡算法可视化显示模型关注区域与医师标注的肿瘤区域Dice系数达0.526-0.612。

技术方法上，GHL-Net的创新性体现在：全局分支捕捉胆囊及周围组织的大尺度特征，局部分支聚焦肿瘤微结构，混合分支通过iAFF模块实现特征交互。MSscEA模块通过四子分支结构提取多尺度特征，结合空间-通道双重注意力机制增强关键特征。集成学习阶段将影像预测概率作为新变量，与实验室数据共同输入堆叠分类器，采用线性回归(LR)作为元分类器。

在讨论部分，研究者指出该框架突破了三重技术瓶颈：通过多尺度特征融合解决了影像差异性问题；采用决策级融合策略平衡了多模态数据参数不平衡；引入可解释性方法破解了AI"黑箱"难题。特别是SHAP权重分析与临床诊断逻辑高度一致，为模型可信度提供了有力佐证。研究也存在单中心数据偏倚等局限，未来将通过联邦学习等技术扩展多中心验证。

这项研究的意义在于：首次实现了胆囊癌多模态数据的智能化整合分析，诊断性能超越现有方法；提出的GHL-Net架构为医学影像分析提供了新范式；开创性的可解释性设计使AI决策过程透明化，为临床转化奠定基础。该框架可扩展至其他癌症诊断领域，推动精准医疗发展。