基于乳腺X线深度学习特征与SHAP值整合的机器学习模型预测乳腺导管原位癌保乳术后5年复发风险

本研究创新性地将乳腺X线深度学习特征与临床病理指标整合，通过16种机器学习算法构建梯度提升机（GBM）预测模型（AUC=0.918），结合SHAP值解释技术揭示乳腺影像特征（MS）、Ki-67指数和组织学分级是关键预测因子，为DCIS患者术后个性化管理提供可解释的决策工具。

　　

背景

乳腺导管原位癌（DCIS）占新发乳腺癌的20%-25%，保乳手术（BCS）后仍有进展为浸润性乳腺癌（IBC）的风险。传统预测方法主要依赖临床病理因素，忽视了乳腺X线影像的潜在价值。本研究旨在开发整合影像组学特征与临床指标的机器学习模型，并利用SHAP值解释关键预测因子。

方法

回顾性分析哈尔滨医科大学附属肿瘤医院2011-2020年140例DCIS患者数据，随访至2025年。采用pyradiomics提取术前数字化乳腺X线特征，经资深放射科医师审核。通过10折交叉验证的LASSO回归筛选特征，数据集按10:4分为训练集（n=100）和验证集（n=40）。比较16种机器学习算法性能，使用ROC曲线、敏感性、特异性等指标评估，结合SHAP值和决策曲线分析（DCA）验证临床实用性。

结果

梯度提升机（GBM）表现最优，测试集AUC达0.918（95%CI 0.873-0.963）。SHAP分析显示乳腺影像特征（MS）是最重要预测指标，其次为Ki-67指数和组织学分级。未接受放疗患者复发率显著较高。关键预测因子包括：MS（含原始图像10百分位数、灰度共生矩阵对比度等5个特征）、Ki-67>30%、高级别组织学分级和化疗缺失。

讨论

相比传统临床评分系统（如VNPI），本模型创新性整合了深度学习衍生的影像特征：MS高分对应簇状微钙化或鼠尾状模糊肿块等影像表现。SHAP力图示例如显示，高级别病灶可使基线复发风险（0.243）降低至0.144。尽管辅助放疗可降低50%-70%复发风险，但模型识别出特定高风险亚组（高MS+高Ki-67+高级别）可能需要强化治疗。

局限性

单中心回顾性研究存在选择偏倚，亚洲人群数据限制外部有效性。影像特征仅基于二维乳腺X线，未纳入动态增强MRI等多模态数据。部分治疗细节（如放疗剂量分割方案）数据不完整可能影响结果。

结论

本研究建立的GBM模型通过可解释的SHAP分析，证实乳腺X线特征联合Ki-67和组织学分级可精准预测DCIS复发风险，为临床提供兼具高准确性（AUC>0.9）和透明度的决策支持工具。未来需在前瞻性多中心队列中验证模型的普适性。