利用人工智能辅助分析肿瘤浸润淋巴细胞，作为未接受过化疗的管状型乳腺癌的预后指标

《npj Breast Cancer》：AI-assisted image analysis of tumor-infiltrating lymphocytes as a prognostic marker in chemotherapy-na?ve luminal breast cancer

　　

摘要

在三阴性乳腺癌和HER2阳性乳腺癌中，肿瘤浸润淋巴细胞已被证实是具有预测和预后价值的生物标志物，但其在管状亚型中的作用仍不明确。我们利用基于人工智能的图像分析技术，研究了DBCG99c队列中2298例根据PAM50分类的管状型乳腺癌中肿瘤浸润淋巴细胞的预后意义。通过商业平台自动量化了间质中的肿瘤浸润淋巴细胞和上皮内的肿瘤浸润淋巴细胞密度。较高的间质肿瘤浸润淋巴细胞浸润程度与整体生存率的提高相关，尤其是在前5年内（异质性p值=0.01）。在多变量模型中，较高的间质肿瘤浸润淋巴细胞浓度可独立预测远处转移或任何类型复发的风险降低（风险比=0.95，95%置信区间为0.91–0.99），同时也有助于提高生存率（早期为风险比=0.91，95%置信区间为0.85–0.97；晚期为风险比=0.99，95%置信区间为0.97–1.00）。而上皮内的肿瘤浸润淋巴细胞则没有预后价值。尽管在不同分子亚型、淋巴结状态或肿瘤分级方面未观察到显著关联，但在管状B型肿瘤中似乎存在上皮内肿瘤浸润淋巴细胞效应更强的趋势。因此，基于人工智能的肿瘤浸润淋巴细胞定量分析可为高风险管状型乳腺癌提供独立的预后信息。