面向慢性淋巴细胞白血病个体化治疗选择的人工智能决策支持架构：从预后生物标志物到方案比较

《Diagnostics》：Artificial Intelligence in Chronic Lymphocytic Leukemia: From Prognostic Biomarkers to Individualized Treatment Selection

　　

慢性淋巴细胞白血病（CLL）中可用的人工智能（AI）应用主要涉及诊断、预后、治疗需求或可测量残留病（MRD），而非比较性治疗选择。本最新进展综述审视该差距，并提出一种CLL特异性临床决策支持架构。通过标题与摘要筛选245条唯一PubMed记录（采用有记录的2014年至2026年9月检索策略检索获得），组装形成聚焦证据图。保留55篇CLL相关的原创AI与机器学习（ML）报告用于描述性映射。现有工具具有异质性，且很少在竞争性方案下确立比较性因果效应。研究人员将个体化选择定义为使用临床合格治疗集、明确治疗对比、方案特异性结局、校准与不确定性检查以及事后纵向患者偏好过滤。该架构为概念性架构，而非已训练或经外部验证的治疗选择算法；尚需前瞻性研究证明其临床效用。

1 引言：CLL治疗已由化疗免疫治疗转向靶向治疗，包括持续布鲁顿酪氨酸激酶（BTK）抑制、固定疗程B细胞淋巴瘤2（BCL2）抑制剂方案、BTK抑制剂–BCL2抑制剂组合及部分后线非共价BTK抑制。临床问题已从“是否存在有效治疗”转向“多个有效方案中哪一个最适合该个体”。传统分期、CLL国际预后指数（CLL-IPI）及iwCLL标准仍有价值，但并非为比较现代靶向方案而设计。AI/ML可整合疾病、患者、治疗和偏好等多维信息；本综述强调AI辅助而非替代临床判断，并提出从疾病中心风险预测走向个体化治疗决策支持的可证伪设计提案。
2 方法：本文为最新进展叙述性综述，并构建聚焦证据图。检索窗口为2014年1月至2026年9月，PubMed导出245条唯一记录，经标题和可获摘要筛选，保留55篇原创CLL相关AI/ML报告，排除190篇。该证据图不声称系统综述，未进行独立双人筛选、系统全文偏倚评估或定量合成。综合采用描述性和主题性方法，并按预后或治疗需求、观察治疗下结局、反事实比较治疗效应三类问题解释证据。ChatGPT仅用于编辑性重构、语言编辑和概念图布局，未生成临床数据、进行患者级分析、训练或验证模型。
3 从预后分层到个体化治疗选择：个体化治疗选择被定义为在特定CLL决策时点，对具有协变量X的患者比较每个合格方案的预期结局分布，并透明讨论权衡。合格方案集应在风险预测前依据指南、既往治疗、禁忌证、可及性和患者情况确定；高模型评分不能覆盖已确立的绝对禁忌证。预后因素与预测因素相关但不可互换；TP53异常、IGHV突变状态、肾功能、抗凝、感染史、衰弱和治疗偏好提供不同类型信息。床边的核心问题已超出“疾病侵袭性如何”，而需比较同一患者多个合理策略。
4 当代CLL治疗：现代一线治疗包括持续BTK抑制、固定疗程venetoclax–obinutuzumab、BTK抑制剂–venetoclax组合等。CLL14、CAPTIVATE、GLOW、FLAIR、AMPLIFY、CLL17、SEQUOIA和MURANO等研究支持不同策略的持久疗效；CLL17显示固定疗程方案在3年无进展生存（PFS）方面达到非劣效标准，且外周血MRD阴性率不同。这些结果不意味着方案可互换；疗程、毒性、监测、合并症和偏好使选择超出疗效本身。合格比较随治疗线、TP53异常、既往暴露、耐受性、耐药和可及性变化。
5 毒性作为选择治疗的因素：5.1 心血管脆弱性与BTK抑制：BTK抑制剂并非同质类别，ALPINE、ELEVATE-RR及真实世界分析显示不同药物在房颤/房扑、高血压和出血方面存在差异；模型不应将“BTK抑制剂暴露”作为单一变量，心血管风险评估也应超越房颤史。5.2 出血、抗凝与多药共用：老年CLL患者常使用抗凝和抗血小板药物，既往出血、血小板减少、抗凝类型、抗血小板暴露、肾功能和相互作用应尽可能分别捕获，简化为单一合并症计数会遮蔽信息。5.3 肾功能、肿瘤负荷与venetoclax：肿瘤负荷和肾功能是肿瘤溶解综合征（TLS）风险评估核心，需剂量爬坡、水化、降尿酸和实验室监测；心血管脆弱者可能青睐固定疗程venetoclax，但肾功能受损和 bulky disease 使启动更困难。5.4 感染与免疫脆弱性：感染是CLL主要致病来源，基线免疫功能障碍、既往严重感染、低丙种球蛋白血症、中性粒细胞减少、慢性肺病、年龄和累积治疗暴露均相关；CLL-TIM可建模感染易感性，但预测感染风险与据此选择治疗是不同问题。
6 衰弱与功能储备：chronological age不能替代生理储备。临床衰弱量表（CFS）评分>3与治疗相关毒性和更高停药率相关，但曲线下面积（AUC）约0.695，不足以单独作为治疗选择器；衰弱应纳入更广泛脆弱性评估，且可能随治疗动态变化，单次基线测量未必充分。
7 患者偏好：偏好应纳入治疗选择而非仅在医学决策后考虑。离散选择实验显示2年PFS改善受重视，但固定疗程、口服给药和较低不良反应风险也重要；CHOICE研究显示疗程、感染风险和器官毒性影响偏好，其感染风险高度重视需结合COVID-19背景解释；2025年多国研究显示5年PFS最重要，患者偏好限时治疗；2026年美国研究识别出不能由疾病特征或社会人口变量充分解释的偏好模式。AI设计应直接询问患者价值，不能以年龄、性别、教育或合并症替代；界面应先分别呈现各合格方案校准后的获益与危害，再由医患过滤不可接受特征；偏好不得改变因果风险估计，并应在治疗启动、新毒性、进展、重大功能或生活变化及后续测序时重新采集并记录日期和来源。
8 AI在CLL已能做什么：AI已用于诊断和流式分类、治疗需求预测、预后建模、MRD评估和高维分子数据分析，但这些任务不同于个体化比较治疗选择。CLL-TIM基于4149例新诊断患者，采用集成方法预测两年内严重感染和/或治疗需求，并处理缺失数据、提供个体化风险因素和不确定性估计，是临床导向ML的强例子。Meiseles等用109例单中心常规实验室和人口学数据建立可解释模型，AUC约0.77，并用SHAP提供个体解释，但预测治疗需求不能决定使用何种治疗。AI辅助流式细胞术可提高MRD评估效率；转录组ML可预测治疗时间，但可迁移性、成本、可重复性和增量临床价值仍待确定。55篇证据图跨异质任务，不能解释为55个独立验证的比较治疗选择算法。
9 从结局预测到个体化治疗效应：预测某患者使用BTK抑制剂发生心血管毒性的概率高，并不确立venetoclax策略对其整体结局更好。治疗选择本质上是反事实的；定义A为临床可行方案、X为治疗前协变量、Y(a,t)为预设时间界t下若采用方案a的潜在结局，则仅Y(A,t)可观察。可估计的人群目标是条件平均治疗效应（CATE），即CATE(x,t)=E[Y(1,t)?Y(0,t)|X=x]，而非某个体的精确可测获益。常规监督学习可能学习历史处方模式和适应证混杂；观察数据识别需一致性、条件可交换性、治疗重叠/阳性、共同时间零点和正确测量。CLL治疗选择反映TP53、既往治疗、心律失常、抗凝、肾功能、肿瘤负荷、感染脆弱性和处方者/中心偏好。目标试验模拟需规定资格日期、同时代对照方案、时间零点与宽限期、基线协变量、终点与共同随访界，以及意向治疗式或方案策略式对比；倾向评分和逆概率治疗加权需配合平衡及极端权重诊断，匹配、结局回归、g计算和双稳健方法可作为敏感性分析。时间变化混杂需序贯目标试验模拟、边际结构模型或纵向g方法；BTK抑制剂与BCL2抑制剂切换不能因记录同时出现而视为与固定疗程可交换。验证需包括因果合理性、预定义效应修饰、乐观校正、站点留出和时间队列、重叠诊断、治疗特异性风险校准及获益校准；随机证据应锚定治疗对比，SHAP归因不是因果解释。
10 患者特异性毒性与获益特征：单一通用毒性评分不足；更临床有用的是患者特异性特征，涵盖心血管风险、出血风险、肾功能与TLS风险、血液学和感染脆弱性、衰弱/功能储备及药物相互作用，并明确表示治疗负担和后勤可行性。结局定义需区分短暂可控的2级不良事件与导致住院、永久停药、不可逆病损或丧失独立性的事件。每个合理方案应分别展示预期疾病控制、方案特异性毒性、停药概率、治疗负担和不确定性，不应先合并为单一评分。相同年龄和分子特征但心血管、肾脏或感染脆弱性不同的患者，方案后果可显著不同。
11 可解释性、校准与不确定性：临床决策支持不应只给建议而不显示所考虑替代方案及导致差异的因素。可解释性不证明模型效度；SHAP等归因描述输入变量对预测的贡献，但不证明因果、不能纠正差校准或设计偏倚。绝对风险用于共享决策时校准尤为重要；应遵循TRIPOD+AI等报告标准，透明描述数据来源、预处理、缺失数据处理、模型开发、校准、区分度、验证和公平性。个体水平不确定性应沟通；对与开发人群差异大、数据稀疏或治疗重叠不足者，系统应标示低置信并在证据不能可靠区分方案时弃权。
12 构建临床有用模型：模型开发应从明确临床决策开始。疾病层包括TP53突变/del(17p)、IGHV突变状态、疾病负荷、血细胞减少、治疗史及可及基因组信息；患者层包括衰弱、功能状态、肾功能、心血管病、出血和感染史、免疫状态、合并症和合并用药。治疗层应表示具体药物或方案而非仅药理类别，并纳入疗程、监测要求、药物相互作用、既往不耐受和耐药；将ibrutinib、acalabrutinib和zanubrutinib仅归为“BTK抑制剂”会遮蔽安全差异。结局层应估计方案特异性疗效和临床意义害；偏好应独立表示。缺失数据需显式考虑，因真实世界缺失可能反映照护模式；统计插补不能完全纠正系统性不可得信息所致偏倚。模型需时间验证和预设更新策略，并参考DECIDE-AI、SPIRIT-AI和CONSORT-AI等框架。
13 提出的架构：框架整合疾病特征、患者脆弱性、治疗背景、方案特异性疗效与毒性估计、模型校准与不确定性、患者偏好六组件，作为单一决策支持通路而非独立预测模块。其新颖性为组成性和操作性：治疗资格门控、目标试验定义的对照与共同时间界、模型验证与明确弃权、估计后偏好过滤。该架构是概念性研究规范，尚未训练整合模型、估计其区分度或治疗效应，也未证明改善临床结局。输出应并排比较合理策略而非单一无保留推荐；先显示方案特异性风险与获益，偏好不作为医疗反应的潜在预测因子或因果模型内未验证主观权重；在事后医患对话阶段标记不可接受治疗或后勤负担，若多个方案保留则支持审议而非强制唯一排序。输出面板应显示同一时间界下PFS、严重毒性风险、永久停药概率、治疗访视/监测、校准状态、不确定性区间和人群重叠；若方案特异性概率或CATE超出验证支持，应显示“可比证据不足”并弃权。临床风险校准在偏好过滤前完成。
14 连接诊断和预后信息与治疗决策：诊断和预后信息只有在具体治疗决策中解释才具临床可操作性。分子发现、实验室特征、疾病负荷和MRD可细化CLL风险评估，但其与治疗选择的相关性取决于所考虑治疗和患者脆弱性。在该框架中，生物标志物贡献于治疗比较，而非孤立决定治疗选择；系统应显示哪些疾病、预后和患者特征对方案间预期结局差异有贡献，并在数据不足以支持可靠个体化比较时提示。
15 实施障碍、方法学评价与临床效用：多数已发表模型仍聚焦诊断、预后或治疗需求，许多队列过小，难以估计临床相关亚组间可信治疗效应差异；外部和时间验证不一致，毒性和患者报告结局常不如传统疗效终点完整。数据碎片化可能比模型复杂性更关键；心血管事件、感染、功能衰退、药物暴露、减量、中断和停药原因常记录于血液科之外或难以重建，链接血液科、药房、住院和初级保健等数据源可能比在残缺数据上增加算法复杂度更有价值。公平性需按年龄、性别、合并症和治疗中心等亚组评估。前瞻性评价应证明决策质量而非仅预测；终点可包括与循证方案一致性、可避免严重毒性、永久停药、决策冲突、生活质量和临床工作负荷。AUC不足以证明临床获益；方案特异性估计需校准图、校准截距和斜率、观察/预期比、Brier评分、置信区间及按站点、年代和亚组报告，决策曲线净获益应在临床可辩护阈值上评价。本文未声称对每篇历史论文进行正式PROBAST+AI评估，但描述性审计强调患者级而非样本级拆分、结局事件数和有效模型复杂度、完整数据来源、索引日期前特征时点、重复样本/未来MRD/治疗后测量所致泄漏、缺失机制及重采样内多重插补、嵌套重采样/自助法乐观校正、独立站点和时间验证、校准及净临床获益等强制检查。
16 未来方向：未来CLL决策支持模型可能需动态化而非限于单次基线评估；肾功能、心血管状态、感染脆弱性、衰弱等随时间变化，疾病在治疗压力下演变，纵向模型可随新信息更新方案特异性估计。MRD可能贡献于动态框架，尤其在限时治疗期间和之后，但其在决策支持中的作用仍依赖治疗背景，不能无证据跨方案推广。多模态模型可能整合常规临床变量、纵向实验室测量、基因组信息、流式细胞术、药物暴露和患者报告结局，但复杂性本身不应成为目标；若基于常规数据的简单模型具有可比校准、可迁移性和临床效用，其简洁性可能促进实施。患者偏好应作为临床数据前瞻性收集，未来系统可区分预测疾病相关获益最大的策略与在考虑毒性、治疗负担和不确定性后最符合个体优先级的策略。
17 结论：CLL治疗已进入同一患者可能有多个高效策略均属临床合理的时代，治疗选择日益依赖疾病控制之外的因素。疾病生物学仍基础，TP53异常、IGHV突变状态等继续影响预后和选择，但仅捕获决策的一部分；心血管病、出血风险、肾功能、感染脆弱性、衰弱、合并用药和治疗负担可实质影响方案后果，患者偏好是不能由临床特征可靠推断的独立维度。AI可帮助整合这些信息，但预测与治疗选择须概念区分；比较决策支持需要方案特异性疗效和毒性估计、适当因果方法、外部和时间验证、临床意义终点及不确定性表达。本研究未开发新算法、评估外部数据集或证明更优治疗推荐；其原始价值是提出可证伪且可操作的CLL特异性规范，包括选择前资格保障、明确因果估计量、透明不确定性和事后纵向偏好采集。可解释性必要但不充分；目标不是自动处方，而是更好共享决策，使患者和临床医生比较合理方案的预期疾病控制、毒性、治疗负担和不确定性，并透明显示驱动估计的因素，从而从精准治疗走向以个体患者为中心的精准照护。