《Diagnostics》：Explainable AI-Derived Spatial Pathological Features of Tumor, Necrosis, and Lymphocytes Identify Key Histological Signatures for Residual Cancer Burden Assessment in Breast Cancer
编辑推荐：
背景：常规的乳腺癌新辅助治疗后残余癌负荷（RCB）组织病理学评估依赖人工视觉评价，缺乏对肿瘤、坏死和淋巴细胞区室之间空间相互作用的客观量化，这限制了预后准确性并阻碍了个性化治疗分层。方法：研究人员开发了一种可解释人工智能框架，从H&E切片中分割三个组织区室，并
背景：常规的乳腺癌新辅助治疗后残余癌负荷（RCB）组织病理学评估依赖人工视觉评价，缺乏对肿瘤、坏死和淋巴细胞区室之间空间相互作用的客观量化，这限制了预后准确性并阻碍了个性化治疗分层。方法：研究人员开发了一种可解释人工智能框架，从H&E切片中分割三个组织区室，并构建了11个空间病理特征。这项两中心研究纳入了347例新辅助治疗后患者（182例开发队列，165例外部队列），外加843例TCGA-BRCA病例用于探索性外部验证。评估了VGG-16、ResNet-50和ViT-Base；采用多示例学习确定目标区域以构建特征。六个机器学习模型结合LASSO选择的特征，通过SHAP和Grad-CAM进行解释，TCGA-BRCA作为探索性外部队列。结果：VGG-16实现了最优分割（所有AUC > 0.90）。在外部验证集中，XGBoost在任务1（RCB-0 vs. RCB-1+2+3）中达到AUC 0.781，在任务2（RCB-0+1 vs. RCB-2+3）中达到AUC 0.896。对于任务3（RCB-0+1+2 vs. RCB-3），模型达到AUC 1.000，组间完全分离。SHAP分析显示，坏死性肿瘤混合簇（T+N）是任务1（平均|SHAP| = 0.439）和任务2（平均|SHAP| = 0.803）的主要指标，而纯坏死富集区（N-only）是任务3的主要指标（平均|SHAP| = 1.967）。在探索性TCGA关联分析中，纯肿瘤富集区（T-only）与模型估计的RCB样评分呈正相关（ρ = 0.706, p < 0.001；T-only是用于推导该模型估计RCB样评分的特征），而淋巴细胞浸润坏死区（N+L）呈负相关（ρ = ?0.407, p < 0.001），将肿瘤富集区与免疫抑制、淋巴细胞浸润坏死区与免疫激活联系起来。结论：空间病理特征有效估计了RCB，T+N和N-only是三个任务中SHAP识别的主要指标。探索性分析进一步提示，肿瘤富集区和淋巴细胞浸润坏死区与相反的免疫表型相关，支持乳腺癌个性化管理。
**论文解读：可解释空间病理特征用于乳腺癌残余癌负荷评估**
**1. 研究背景与问题**
乳腺癌是全球重大健康挑战，每年约新增230万例、死亡77.8万例。对于局部晚期乳腺癌，新辅助治疗（NAT）是标准治疗方案，旨在缩小肿瘤、提高手术可切除性，并评估治疗敏感性。残余癌负荷（RCB）是NAT后最稳健的预后指标，通过整合原发肿瘤床尺寸与区域淋巴结受累程度计算，每增加1个单位，复发或转移风险增加82%。然而，传统RCB评估依赖人工术后组织病理学评价，存在显著的观察者间差异，且给病理科医师带来沉重负担。仅19%至60%的患者达到病理学完全缓解（pCR），大量患者存在不同程度的残余病灶，但多数研究沿用pCR与非pCR的二元区分，忽视了RCB四级系统中RCB-1、2、3之间的生物学差异。此外，深度学习算法存在“黑箱”问题，且特征维度有限，常仅关注肿瘤细胞密度，忽略了肿瘤、坏死和淋巴细胞区域的空间互作模式。因此，建立基于术后切除标本的精细化多等级RCB评估框架，对治疗强化或降级决策至关重要。
**2. 研究内容与意义**
研究人员开发了一种基于可解释人工智能（XAI）的空间病理可解释特征（PIFs）框架，从H&E全切片图像（WSIs）中分割肿瘤、坏死和淋巴细胞三个组织区室，构建了11个空间病理特征（8个组合特征和3个全局指数）。该两中心研究纳入347例新辅助治疗后患者（182例开发队列，165例外部队列），另纳入843例TCGA-BRCA病例作为探索性外部验证队列。研究发表于《Diagnostics》。该框架不同于传统仅计算区域面积分数的方法，而是量化肿瘤微环境（TME）中多种组织成分的共定位模式，为多等级RCB分类提供了病理可解释的量化工具，支持个性化乳腺癌管理。
**3. 主要关键技术方法**
研究人员采用了以下关键技术：（1）分别使用VGG-16、ResNet-50和ViT-Base三种深度学习骨干网络，结合基于聚类的注意力多示例学习（CLAM）框架，用于肿瘤、坏死和淋巴细胞区域的分割与分类；（2）通过固定T-N-L逻辑序列定义11个空间病理特征，包括8个互斥局部空间模式和3个全局指数；（3）采用LASSO回归进行特征选择，训练六种机器学习算法（逻辑回归、K近邻、随机森林、XGBoost、贝叶斯和神经网络）完成三个二分类RCB任务；（4）结合SHAP和Grad-CAM进行全局特征贡献与局部空间注意力的双重可解释性分析；（5）利用TCGA-BRCA队列进行免疫浸润、差异表达基因及通路富集的探索性生物学验证。样本队列来源：南昌人民医院（开发队列182例）、湖北省中西医结合医院（外部验证队列165例）及TCGA-BRCA数据库（843例）。
**4. 研究结果**
**4.1 基线特征**
研究共纳入347例乳腺癌患者，建模队列（n=182）随机按8:2分为训练集（n=147）和内部测试集（n=35），外部验证集（n=165）用于独立评估模型泛化能力。三个队列在年龄、肿瘤侧别、RCB分级、Ki-67增殖指数以及ER、PR、AR、HER2状态等关键临床病理特征上分布均衡，队列间具有可比性。
**4.2 三种深度学习模型识别肿瘤、坏死和淋巴细胞区域的评估**
评估VGG-16、ResNet-50和ViT-Base在H&E切片上分割三种组织区室的性能。VGG-16在肿瘤识别中AUC最高（0.954，95%CI: 0.953-0.955），在坏死识别中同样最优（AUC=0.954），在淋巴细胞识别中表现最佳（AUC=0.968）。VGG-16为后续11个病理特征生成提供了稳定准确的基础。
**4.3 11个病理特征的生成与可解释可视化**
基于VGG-16分割结果，研究人员构建了11个空间病理特征，包含8个互斥局部空间模式（如纯肿瘤富集区T-only、淋巴细胞浸润坏死区N+L、三成分共存区T+N+L）和3个全局指数（T-any、N-any、L-any）。Grad-CAM可视化验证了分割模型的病理可解释性，模型注意力区域与真实H&E组织结构高度一致。RCB-0和RCB-3亚组呈现相反的空间组织模式，前者以非肿瘤成分（如纯坏死富集区N-only、纯淋巴细胞富集区L-only）为主，后者以肿瘤成分（如坏死性肿瘤混合簇T+N）为主。
**4.4 六种机器学习模型的判别性能**
应用LASSO回归对去除三个全局指数后的8个组合特征进行特征选择（排除comb 000以避免完全共线性），评估六种ML算法在三个二分类RCB分层任务中的表现。任务1（RCB-0 vs. 1+2+3）中，逻辑回归在外部验证集最稳定（AUC=0.784），XGBoost次之（AUC=0.781）。任务2（RCB-0+1 vs. 2+3）中，XGBoost和随机森林在外部验证集分别取得AUC 0.896和0.895。任务3（RCB-0+1+2 vs. 3）中，XGBoost和随机森林在外部验证集达到AUC 1.000，表现出极高的组间可分性。对于连续RCB评分，随机森林在外部验证集获得最高决定系数（R2=0.715, p<0.001）。
**4.5 SHAP可解释性分析**
SHAP分析揭示了各任务中主导特征的贡献方向。任务1中，坏死性肿瘤混合簇（T+N）为风险驱动特征（平均|SHAP|=0.439），淋巴细胞浸润坏死区（N+L）为pCR保护信号（平均|SHAP|=0.234）。任务2中，T+N仍为主要驱动特征（平均|SHAP|=0.803），肿瘤-淋巴细胞共存（T+L）亦显著贡献（平均|SHAP|=0.772），T-only为风险因素，N+L呈保护趋势。任务3中，纯坏死富集区（N-only）（平均|SHAP|=1.967）和纯肿瘤富集区（T-only）（平均|SHAP|=0.848）是最强指标，其极低值与最高SHAP值对应，强力驱动RCB-3判定。三个任务中肿瘤主导特征（风险促进）与淋巴细胞相关特征（保护性）的方向性效应一致，证实了模型决策的生物学一致性。
**4.6 TCGA-BRCA队列中空间病理特征与模型估计RCB样评分的探索性关联**
将最优模型应用于全部843例TCGA-BRCA患者的病理特征，生成模型估计的RCB样评分。热图分析显示，肿瘤中心特征（如T-only和T-any）富集于高估计RCB组，而淋巴细胞中心特征（如L-only和N+L）聚集于低估计RCB组。纯肿瘤富集区（T-only）与RCB样评分呈最强正相关（ρ=0.706, p=2.7×10?12?），淋巴细胞浸润坏死区（N+L）呈负相关（ρ=?0.407, p=4.9×10?3?）。
**4.7 关键病理特征与乳腺癌肿瘤免疫微环境的探索性分析**
在TCGA-BRCA队列中分析病理特征与肿瘤免疫微环境（TIME）的关联。30种免疫细胞富集分析显示，T-only与白细胞分数（ρ=?0.275, p=2.086×10??）和间质分数（ρ=?0.241, p=5.343×10??）显著负相关。T-only高表达组淋巴细胞丰度显著降低（Log2FC=?0.276, p=1.81×10??），巨噬细胞丰度增加（Log2FC=0.280, p=1.22×10??）；而N+L高表达组淋巴细胞（Log2FC=0.295, p=2.60×10??）和M1巨噬细胞（Log2FC=0.251, p=2.17×10??）显著升高，M2巨噬细胞显著减少（Log2FC=?0.276, p=1.86×10??）。T-only与淋巴细胞浸润评分负相关（ρ=?0.314, p<0.001），N+L正相关（ρ=0.261, p<0.001）。
**4.8 关键病理特征的探索性预后关联与分子机制分析**
基于病理特征构建预后风险评分。高风险组与低风险组在无病生存期（DFS）上差异显著（p=0.041），总生存期（OS）无显著差异（p=0.8）。GO富集分析显示，T-only高表达组富集于染色质结构重塑相关通路；显著下调免疫球蛋白家族基因（如IGHM、IGKV1-6、IGHV3-23）和CCL19，上调肿瘤增殖相关基因（如VGF、IBSP、MMP1、H2BC7、KRT75）。相反，N+L高表达组富集于免疫激活相关通路（如免疫球蛋白复合物、T细胞受体复合物、抗原结合）；免疫相关基因（如IGHM、IGKV1-6、IGHV3-23）和CCL19显著上调，肿瘤发生相关基因（如SLC1A1、IGFL3、AL121790.1、AC093895.1）下调。
**5. 讨论总结与结论翻译**
讨论部分指出，本研究将深度学习骨干（VGG-16、ResNet-50、ViT-Base）与CLAM结合，通过空间PIFs和SHAP分析，将复杂高维数据转化为包含肿瘤、坏死和淋巴细胞的直观形态学模式，兼具准确性和病理学可解释性。VGG-16优于更深层网络，可能与其浅层结构更适应有限训练数据及卷积归纳偏置适合组织病理模式识别有关。研究设计了三个逐级分类任务以捕捉非pCR患者的内在异质性。SHAP分析揭示T-only对应“免疫沙漠”表型，与治疗未能激发有效抗肿瘤免疫反应相关；N+L富集与pCR和较低残余负荷相关，可能反映活动性肿瘤消退。TCGA-BRCA验证表明，常规H&E切片的空间分析可初步推断肿瘤免疫状态，为免疫治疗反应评估提供经济有效的补充视角。局限性包括回顾性设计、形态与分子相关性不暗示因果、Task 3的完全分离可能受样本量和形态学差异影响、透明样纤维化可能被误分类为坏死。综上所述，空间PIFs的提取和定量分析为乳腺癌治疗反应提供了深入见解，为个性化治疗策略的发展贡献了新视角。
研究结论原文翻译：总之，本研究建立了乳腺癌新辅助治疗后用于定量RCB分层的空间病理可解释特征。SHAP分析确定坏死性肿瘤混合簇（T+N）和纯坏死富集区（N-only）是三个RCB任务中的主要指标。在探索性TCGA关联分析中，肿瘤富集区和淋巴细胞浸润坏死区与相反的免疫表型相关。虽然需要前瞻性验证，但研究结果表明，量化残余疾病的空间病理特征可能补充常规病理评估并为个性化临床决策提供信息。
