基于H&E全切片图像的人工智能用于弥漫性大B细胞淋巴瘤预后评估

《HemaSphere》：AI for prognostic assessment of diffuse large B-cell lymphoma using H&E whole-slide images

　　

弥漫性大B细胞淋巴瘤/高级别B细胞淋巴瘤（DLBCL/HGBCL）的结局预测依赖于临床参数和分子检测，例如MYC重排（MYC-R）以及MYC-R合并BCL2和BCL6易位（双打击/三打击）的检测。然而，预后不良的DLBCL/HGBCL群体并不局限于MYC-R淋巴瘤，且针对MYC-R的荧光原位杂交（FISH）检测会漏掉若干高危淋巴瘤。研究人员旨在探究经过训练以识别MYC-R的人工智能（AI）是否能划分出一个预后不良的亚组。研究人员构建了一个经MYC、BCL2和BCL6易位注释的DLBCL/HGBCL数字苏木精-伊红（H&E）染色切片集合（N=2018）。利用1035张H&E染色切片建立了一个用于单独识别MYC-R或双打击/三打击的多实例深度学习AI模型，并在外部测试队列（N=499）上进行了评估。一个预训练的肿瘤组织分类器通过将模型聚焦于肿瘤区域，提高了可靠性和可解释性。模型评分反映了DLBCL/HGBCL中形态学的“MYCness”，并在外部测试队列中显示出与总生存期（OS）和无进展生存期（PFS）的强相关性。这一发现在另一个无FISH标签的临床测试队列（N=484）中得到了证实。AI模型评分与DLBCL/HGBCL的多种分子特征相关，包括BCL2和MYC基因表达、高级别基因表达特征，以及肿瘤微环境特征。经国际预后指数（IPI）因素校正的多变量分析表明，该模型在识别PFS和OS高危病例方面具有预后意义。

论文解读：基于H&E全切片图像的人工智能评分作为弥漫性大B细胞淋巴瘤预后标志物的研究

弥漫性大B细胞淋巴瘤（DLBCL）是成人中最常见的淋巴瘤类型，其临床行为高度异质。目前，DLBCL/高级别B细胞淋巴瘤（HGBCL）的预后评估主要依赖临床参数（如国际预后指数IPI）和分子检测，尤其是针对MYC基因重排（MYC-R）的荧光原位杂交（FISH）检测。MYC-R合并BCL2或BCL6易位（双打击/三打击，DH/TH）的淋巴瘤预后极差，因此当前诊断指南推荐对所有DLBCL/HGBCL进行MYC-R筛查。然而，FISH检测存在诸多局限：首先，分子检测并非在所有病理实验室普遍可及，且成本较高；其次，FISH会漏检一部分MYC-R病例，更重要的是，MYC-R/DH/TH仅占DLBCL/HGBCL中不到10%的亚群，大量预后不良但无MYC-R的淋巴瘤无法通过FISH识别。基因表达谱分析虽能通过“双打击特征”识别高危患者，但该技术同样未广泛普及。因此，临床上迫切需要一种经济高效的方法来识别高危DLBCL/HGBCL亚群。苏木精-伊红（H&E）染色切片是所有患者在诊断过程中常规生成的标本，基于H&E全切片图像（WSI）的深度学习技术为这一问题提供了潜在的解决方案。既往研究尝试利用人工智能（AI）从H&E WSI中检测MYC-R，但存在假阳性率高、缺乏临床验证等不足。

研究人员开展了一项大规模研究，旨在探讨基于H&E WSI训练的AI模型能否识别MYC-R，并进一步探究该模型评分（即形态学“MYCness”）是否能作为独立于MYC-R的预后标志物。该研究发表在《HemaSphere》杂志上。

研究人员构建了迄今为止最大的DLBCL/HGBCL H&E WSI数据集，共包含2018例标本。开发队列包含1035例来自德国基尔血液病理科的标本（2000-2023年），所有病例均经FISH检测MYC-R，并对MYC-R阳性病例进一步检测BCL2和BCL6易位以区分MYC-R、DH和TH。外部测试队列（N=499）和临床测试队列（N=484）来自德国高级别淋巴瘤研究组/德国淋巴瘤联盟的多项前瞻性临床试验（Denser、MINT、MegaCHOEP、Ricover-60、Ricover-noRTh、Smarter、Unfolder），所有患者均接受免疫化疗（含抗CD20抗体），并具有总生存期（OS）和无进展生存期（PFS）随访数据。研究人员将WSI分割为512×512像素的图块，使用预训练的视觉Transformer模型UNI提取1024维特征嵌入。同时，由专家病理学家手动标注28000个图块（包括肿瘤、脂肪组织、结缔组织等类别），训练了一个肿瘤分类器，用于生成肿瘤概率图并预过滤非肿瘤区域。在模型开发中，研究人员系统评估了六种多实例学习（MIL）方法（ABMIL、CLAM、TransMIL、AttriMIL、Snuffy和DTFD-MIL），采用五折交叉验证，以MYC-R和DH/TH状态作为训练标签，最终选择性能最优的CLAM模型。该模型在外部测试队列中验证，并进一步在临床测试队列中评估其预后价值。此外，研究人员还分析了模型评分与基因表达特征（包括DH/暗区特征、细胞起源（COO）亚型、巨噬细胞相关基因等）的相关性。

研究结果显示，在模型开发与初步验证中，CLAM模型在交叉验证中针对MYC-R分类的ROC AUC为0.824±0.036，优于其他MIL方法。在外部测试队列中，该模型预测MYC-R的ROC AUC为0.804，平衡准确率为0.75。然而，值得注意的是，在455例FISH检测为MYC-R阴性的病例中，有319例（70%）获得了高于决策阈值的模型评分，提示模型评分反映的是一种更广泛的形态学特征，而非仅针对MYC-R。这种形态学特征被研究人员称为“MYCness”。

在临床相关性分析中，研究人员使用肿瘤预过滤后的模型评分进行后续分析。通过Cox回归分析，模型评分作为连续变量与PFS和OS显著相关（P<0.001），且其预后价值超过了FISH检测的MYC-R/DH/TH遗传状态。即使在调整IPI风险组、试验、治疗和COO亚型等因素后，模型评分仍保持显著性。值得注意的是，在MYC阴性和MYC阳性亚组内，模型评分均能进一步区分高低风险患者。在无遗传注释的临床测试队列中，模型评分同样显示出预后价值（OS的P=0.003，PFS的P<0.001）。研究人员还通过最小P值法确定了将患者分为高低风险组的最佳阈值，在外部测试队列中，高危组的中位PFS为47.6个月（5年PFS率44.7%），低危组中位PFS未达到（5年PFS率77.3%）；5年OS率分别为54.3%和82.4%。

在分子特征关联分析中，模型评分与DH/暗区基因表达特征显著正相关（系数=0.286，P<0.001），与ABC亚型正相关（系数=0.138，P=0.003），与GCB亚型负相关。模型评分还与MYC和BCL2基因表达正相关，与巨噬细胞相关基因（如CD274、CD14、CD68）表达负相关，这与既往研究显示高巨噬细胞含量与良好预后相关一致。此外，模型评分还与微环境相关基因（如TNFSF8）相关。

讨论部分指出，AI预测MYC-R/DH/TH的特异性仍然有限，但模型评分作为一个连续的“MYCness”评分，实际上是一个比训练标签MYC-R更强的预后标志物。该模型能够捕捉与侵袭性生物学相关的形态学特征，这些特征在无MYC-R的淋巴瘤中也存在。尽管模型训练时使用了肿瘤预过滤步骤，但该步骤并未提高预测性能，却显著改善了注意力图的可解释性。研究人员认为，直接训练AI预测临床结局需要更大规模的队列和足够的终点事件，而基于MYC-R的训练利用了现有的大规模遗传注释数据，是一种间接但有效的策略。研究的局限性包括对切片处理、染色和扫描等批次效应缺乏系统性评估，以及注意力机制所识别的具体形态学特征仍不明确。

研究结论部分（翻译）：总之，研究人员提出了首个基于形态学的AI模型，该模型能够从常规H&E染色的全切片图像中捕获DLBCL/HGBCL的侵袭性表型“MYCness”。该模型预测的评分提供了独立于IPI的预后信息，使得全球病理学家和研究人员无需具备该领域的专业知识即可在前瞻性临床试验中进行大规模风险分层。