《Modern Pathology》：Pulmonary Neuroendocrine Tumor Artificial Intelligence-Assisted Prediction of Postoperative Recurrence from Tumor Biopsy Specimens
编辑推荐：
摘要：目前世界卫生组织(WHO, 2021)将肺神经内分泌肿瘤(lung neuroendocrine tumors, LNETs)分为典型类癌(typical carcinoid, TC)与非典型类癌(atypical carcinoid, AC)，该分类依
摘要：目前世界卫生组织(WHO, 2021)将肺神经内分泌肿瘤(lung neuroendocrine tumors, LNETs)分为典型类癌(typical carcinoid, TC)与非典型类癌(atypical carcinoid, AC)，该分类依赖手术切除标本，不适用于小活检标本。然而术前准确的风险分层具有重要临床意义。本研究开发了一种人工智能(artificial intelligence, AI)模型，可直接从包括诊断性活检标本在内的苏木精-伊红(hematoxylin and eosin, H&E)染色组织碎片中预测LNET患者根治性切除术后的疾病复发，且不依赖于WHO分类。研究人员使用人群为基础的病理确诊Ⅰ–Ⅲ期患者队列，训练并评估了一个多尺度视觉Transformer(multiscale vision transformer)以预测治愈性切除后的疾病复发。纳入452例LNET患者的组织微阵列(tissue microarray, TMA) H&E切片(TC=414，AC=38；无复发=381，复发=71)。外部验证采用独立的120例手术LNET的TMA队列(TC=91，AC=29；无复发=109，复发=11)。为评估临床适用性，分析了93例常规术前活检标本(TC=80，AC=13；无复发=76，复发=17)。AI模型表现出稳健的跨队列性能，平衡准确率(balanced accuracy)为0.79–0.89，受试者工作特征曲线下面积(area under the curve, AUC)为0.84–0.95。尽管复发例数较少，模型仍达到较高灵敏度(sensitivity)(0.82–0.94)，可可靠识别高危患者。特异度(specificity)为0.70–0.85，阴性预测值(negative predictive value, NPV)在各数据集均恒为0.98，可自信识别低风险患者。总体而言，AI模型优于基于WHO分类的复发预测，正确识别出91/99(92%) vs. 31/99(31%)的高危病例。在TMA队列中性能提升具有统计学意义(Wilcoxon signed-rank test; p < 0.05)。这是首个能够仅利用H&E染色活检标本预测LNET复发的AI方法。这些发现支持AI驱动的组织病理学评估可作为改善LNET患者术前风险分层及指导临床管理的辅助工具。
论文解读——《Modern Pathology》发表研究：肺神经内分泌肿瘤基于H&E染色活检标本的AI术后复发预测模型
一、研究背景与立题依据
肺神经内分泌肿瘤(lung neuroendocrine tumors, LNETs)，又称肺类癌，占所有肺癌诊断不足2%，组织学上分为低级别典型类癌(typical carcinoid, TC；核分裂象<2/2 mm2，无坏死)与中级别非典型类癌(atypical carcinoid, AC；核分裂象2–10/2 mm2和/或存在坏死)，依据WHO(2021)胸部肿瘤分类标准判定。AC的术后远处转移率及复发率显著高于TC，5年总生存(overall survival, OS)率TC为82%–100%而AC为50%–68%。然而WHO明确不建议在小活检标本上进行TC与AC亚型细分，推荐诊断为"类癌，未能另行分类(carcinoid, not otherwise specified, NOS)"，原因是小标本无法充分反映核分裂象与坏死的肿瘤异质性，且观察者间差异可达57%。这导致术前无法通过活检进行可靠预后分层，临床决策高度依赖术后大体标本评估。因此，研究人员开展了本研究，旨在开发一种基于H&E染色小标本（含活检）直接预测LNET术后复发的深度学习(deep learning, DL)模型，绕过WHO亚型划分，实现术前风险分层。研究结论表明该多尺度视觉Transformer模型在TMA及真实活检标本上均显著优于WHO分类的复发预测能力，AUC达0.82–0.95，NPV恒为0.98，可可靠排除低危患者并识别高危患者，是首个可用活检H&E片预测LNET术后复发的AI方法，为术前临床管理提供补充工具。
二、主要技术方法与队列
研究人员采用荷兰全国病理登记处(PALGA)与荷兰癌症登记处(NCR)回顾性人群队列及芬兰赫尔辛基大学医院外部队列：(1)内部TMA队列(Int-TMA)：452例Ⅰ–ⅢB期LNET根治切除标本制成组织微阵列(TMA, 1×1 mm芯)，模拟活检有限组织情形，含复发富集；(2)外部TMA验证队列(Ext-TMA-Test)：120例芬兰LNET手术TMA；(3)活检队列(Int-Bx-Test)：93例术前配对活检–切除标本。图像经手工标注肿瘤区域后切分为512×512像素块，按患者水平分层拆分训练/验证/测试集以防数据泄露。采用前景感知(front-aware)染色标准化(Otsu阈值法提取组织前景)消除跨中心染色差异。构建轻量多尺度视觉Transformer(Lightweight Multiscale Vision Transformer, LMSViT)——以深度可分离卷积Lightweight ResNet为骨干提取层次特征，自适应划分为4×4、8×8、16×16多尺度patch送入共享Transformer编码长距离依赖，各尺度分类头以可学习权重融合，患者级预测由瓦片(patch/tile)级预测多数投票聚合。训练中使用Focal Loss与类别权重处理复发/无复发不平衡，Adam优化器，动态数据增强(Mixup、CutMix、翻转、颜色抖动)。
三、研究结果
Final patient cohorts（最终患者队列）
经过图像质控与分期筛选，最终纳入Int-TMA 452例(复发71例)、Ext-TMA-Test 120例(复发11例)、Int-Bx-Test活检93例(复发17例)。各队列临床基线特征(性别、年龄、WHO分型比例、TNM分期、手术方式、切缘、随访时间等)详见原文表1，活检中21.5%诊断为carcinoid NOS。
Prognostic power of the WHO classification（WHO分类的预后预测能力）
以切除标本WHO修订诊断为依据，Int-TMA中AC复发率52.6%、TC 12.3%(p<0.001)，但在Ext-TMA-Test(p=0.558)和Int-Bx-Test(p=0.097)中TC vs. AC与复发无显著关联；活检中将TC与carcinoid NOS合并为TC/NOS亦无显著关联(p=0.303)。WHO分类NPV为0.86–0.93，但对高危(复发)患者识别能力差(正确识别仅31/99例，PPV低)，混淆矩阵显示基于WHO的复发预测效能有限。
Prognostic power of the proposed deep learning model（所提深度学习模型的预后预测能力）
AI模型在患者水平Int-TMA-Val AUC均值0.95±0.04，独立Int-TMA-Test AUC=0.93，Ext-TMA-Test AUC=0.85，Int-Bx-Test AUC=0.91。各数据集卡方检验显示AI预测与复发显著相关(p<0.05)。灵敏度0.82–0.94(内部TMA正确识别66/71复发者即93%，外部TMA 9/11，活检16/17即94.1%)，特异度0.70–0.85，NPV各数据集均为0.98。误判为假阴性(即把将复发判为无复发)仅5例(Int-TMA)、2例(Ext-TMA)、1例(Int-Bx-Test)，表明低危排除可靠性高。
AI model performance for recurrence prediction compared with WHO classification（AI模型与WHO分类复发预测性能比较）
在Int-TMA(p=0.026)与Ext-TMA-Test(p=0.039)中AI的平衡准确率(balanced accuracy, BA)、灵敏度、F1值、NPV及AUC均显著优于WHO分类；活检队列呈相同趋势(未达显著性)。AI正确识别91/99(92%)高危复发患者，WHO仅31/99(31%)。AI的BA为0.79–0.89，WHO对应更低；AI的NPV恒为0.98高于WHO的0.86–0.93，说明AI能更可靠地筛选适合宽松随访的低危患者。
Qualitative interpretation of model predictions（模型预测的定性解读）
采用梯度加权类激活映射(Gradient-weighted Class Activation Mapping, Grad-CAM)可视化发现，模型预测复发时热区集中于肿瘤细胞–间质界面、纤维血管间质、紧密细胞巢及可能的核分裂象区域；预测无复发时对肿瘤实质(较大卵圆形至梭形细胞核、细颗粒染色质、较丰富胞质)关注更多。少数误分类案例显示模型过度关注宽嗜酸性间质带时将无复发误判为复发倾向，提示间质形态学特征被模型捕捉为潜在复发相关线索。
四、讨论与结论总结（翻译浓缩）
本研究表明，所开发的DL框架可利用常规H&E染色小组织标本(含活检)准确将手术LNET患者分为术后高、低复发风险组，使术前风险分层成为可能。TMA芯作为有限组织的替代验证表明随机选取肿瘤区芯可提供足够AI预后信息，且该模型在异质性更大的真实活检中泛化良好。多尺度Transformer同时捕获全局架构与局部细胞特征，结合前景感知染色归一化、类别不平衡处理及数据增强提升了跨中心稳健性。AI模型在所有队列中一致性优于WHO分类(内部及外部TMA达统计学显著)，灵敏度高故少漏诊复发，NPV=0.98可放心将AI判定的低风险患者归入较宽松随访方案。模型局限性为将部分低风险误判为高风险(特异度中等)，未来可通过整合免疫组化(Ki-67/OTP/CD44)、分子标志物(TERT)或多组学特征进一步提升。总之，利用AI对LNET小H&E染色标本进行术后复发风险分层可行且优于现行WHO分类，可作为临床术前风险评估的重要补充手段。
