基于AI的胰腺导管腺癌肿瘤异质性量化与生存期预测

《npj Digital Medicine》：AI-driven tumor heterogeneity quantification and survival prediction in pancreatic ductal adenocarcinoma

　　

摘要

胰腺导管腺癌是全球最为致命的恶性肿瘤之一，由于其显著的生物学异质性及复杂的肿瘤微环境，准确的预后预测仍面临巨大挑战。为解决这一问题，研究人员利用组织病理全切片图像，开发了一种基于组织病理学的生存预测系统（HPSurv），用于实现个体化的总生存期预测。该系统整合了病理组织分类、肿瘤空间异质性的定量分析以及生存分析模型，从而能够从组织病理数据中提取多层级特征信息。该系统在五个独立队列的1020名患者中进行了开发和评估。与传统的临床病理指标相比，该系统在多中心队列中的预后预测性能显著提升（p?<?0.05），在预测6个月、2年和3年的生存率时，其平均C指数分别为0.761，时间依赖型AUC值分别为0.936、0.877和0.772。亚组分析进一步证实了该系统作为独立预后因素的作用，并表明其在根据ACT相关结果对患者进行分层方面具有潜在应用价值。此外，该系统还与胰腺导管腺癌的关键分子通路存在显著关联，这为模型预测提供了生物学依据，也提升了其可解释性。本研究建立了一个兼具可解释性和高性能的人工智能框架，可用于胰腺导管腺癌的定量建模，实现了对肿瘤异质性的客观描述以及准确的术后生存期预测，为胰腺导管腺癌的个性化治疗提供了重要参考。