《Frontiers in Cell and Developmental Biology》：Explainable machine learning for breast mass characterization and malignancy risk stratification: multimodal integration of AI-derived structured digital breast tomosynthesis features and peripheral blood immune-inflammatory biomarkers
编辑推荐：
背景：准确区分良性与恶性乳腺肿块对活检决策和个体化诊疗至关重要。本研究旨在开发一种可解释的机器学习模型，整合人工智能（AI）结构化的数字乳腺断层合成（DBT）肿块特征与外周血免疫炎症指标。方法：这项回顾性研究纳入382例患者共401个经病理确认的乳腺肿块病灶（
背景：准确区分良性与恶性乳腺肿块对活检决策和个体化诊疗至关重要。本研究旨在开发一种可解释的机器学习模型，整合人工智能（AI）结构化的数字乳腺断层合成（DBT）肿块特征与外周血免疫炎症指标。方法：这项回顾性研究纳入382例患者共401个经病理确认的乳腺肿块病灶（299个良性，102个恶性），均于病理检查前接受DBT。研究人员收集了AI结构化的DBT描述符、临床变量及血液学炎症指标。采用分层随机抽样按7:3比例将病灶划分为训练集与测试集。使用最小绝对收缩与选择算子（LASSO）逻辑回归进行特征选择，训练五种机器学习模型。模型性能通过受试者工作特征曲线下面积（AUROC）、校准度、决策曲线分析（DCA）、Brier分数及混淆矩阵评估。采用SHapley加性解释（SHAP）分析解释最终模型，并利用预测概率进行描述性风险分层。结果：Logistic LASSO回归筛选出9个预测因子：可疑钙化、不规则肿块形状、年龄、长轴直径、中性粒细胞-淋巴细胞比值（NLR）、短轴直径、卵圆形肿块形状、无钙化、遮蔽状边缘。测试集中，逻辑回归模型取得最高AUROC（0.884，95% CI：0.807–0.950），准确率0.860，灵敏度0.806，特异度0.878，阴性预测值0.929。SHAP分析表明可疑钙化、高龄、不规则形态、NLR升高及病灶较大可能是恶性预测的主要驱动因素。本研究恶性率自低风险组2.5%至高风险的67.6%不等。结论：整合AI派生结构化DBT特征、临床变量与外周血免疫炎症生物标志物的逻辑回归（LR）模型在乳腺肿块分类与恶性风险分层中表现良好，测试集AUROC达0.884，仍需前瞻性多中心外部验证。
研究背景与立项依据
乳腺癌是女性最常见恶性肿瘤之一，占女性癌症病例约四分之一，早期检出与准确诊断直接影响预后。乳腺肿块是乳腺影像最常见异常，良恶性判别决定后续活检、随访或手术路径。数字乳腺断层合成（DBT，Digital Breast Tomosynthesis）相较全视野数字乳腺摄影（FFDM）可缓解组织重叠、提升病灶边界与形态显示，但DBT图像量大、阅片耗时且依赖经验。人工智能（AI）可从复杂临床-影像-生物数据中挖掘潜在诊断信息；同时乳腺癌演进不仅表现为局部形态改变，还与肿瘤微环境及全身免疫炎症状态相关。外周血免疫炎症指数如中性粒细胞-淋巴细胞比值（NLR）、血小板-淋巴细胞比值（PLR）、淋巴细胞-单核细胞比值（LMR）、全身免疫炎症指数（SII）、全身炎症反应指数（SIRI）、泛免疫炎症值（PIV）源自常规血常规，成本低、易获取。研究人员认为，将AI结构化DBT肿块特征与外周血免疫炎症指数整合，可兼顾局部影像信息与全身宿主反应信息，借助机器学习实现多变量整合与个体化风险预测。该文发表于《Frontiers in Cell and Developmental Biology》。
主要关键技术方法
研究人员开展单中心回顾性研究，样本来自常州妇幼保健院2024年9月至2025年9月连续就诊患者，纳入382例共401个病灶（299良性、102恶性），入组需满足年龄>18岁、病理前完成DBT、病灶可辨识，排除合并非乳腺恶性肿瘤、乳腺手术/放化疗史、妊娠、影像不完整或运动伪影、急性感染及影响血象疾病。DBT采用GE Senographe Pristina系统行CC/MLO位步进采集，AI系统（北京深睿）按BI-RADS第5版输出结构化描述符。血常规入院24小时内提取并计算NLR等6项指数。以病灶为单位，7:3分层随机拆分训练/测试集；训练集内用LASSO逻辑回归（五折交叉验证选正则参数）筛特征，继而构建逻辑回归（LR）、随机森林（RF）、决策树（DT）、支持向量机（SVM）、XGBoost五模型并网格搜索调参；测试集独立评估AUROC、Brier、校准曲线、DCA、混淆矩阵；SHAP解释最终模型；预测概率按三分位做描述性低/中/高风险分层；补充患者级分组敏感性分析与患者聚类bootstrap。
研究结果
3.1 患者特征与单变量分析
恶性组年龄更高，BI-RADS分级、不规则形、高密度、非局限边缘、可疑钙化、长/短轴直径均显著高于良性组；NLR、SII、SIRI在恶性组升高（P<0.001、0.007、0.041），PLR/LMR/PIV无差异。表明AI结构化DBT特征与部分炎症指数与恶性风险相关。
3.2 特征选择
Logistic LASSO（最优C=0.113）选出9个非零系数特征：可疑钙化、不规则形状、年龄、长轴径、NLR、短轴径（正系数）；卵圆形、无钙化、遮蔽状边缘（负系数）。
3.3 模型开发与验证
训练集XGBoost AUROC最高（0.950），测试集LR最高（0.884，95%CI 0.807–0.950），RF 0.882、XGBoost 0.865、SVM 0.859、DT 0.824。LR测试集准确率0.860、灵敏度0.806、特异度0.878、PPV 0.694、NPV 0.929、F1 0.746、Brier 0.118。患者级分组敏感性分析中LR AUROC 0.884（bootstrap 95%CI 0.803–0.955），与RF/XGBoost/SVM/DT的DeLong比较经Holm校正后均无统计显著性。校准曲线Brier 0.118；DCA显示在阈值概率0.10–0.85区间净收益优于全治疗/全不治疗策略；混淆矩阵示79真阴、25真阳、11假阳、6假阴。
3.4 炎症指数相关性、稳定性、可解释性与风险分层
患者级开发集中炎症指数高度相关（PIV-SIRI rho=0.928等）；1000次患者级bootstrap中NLR入选率77.3%，高于PIV 26.7%、LMR 22.2%等。SHAP分析示可疑钙化（平均SHAP 0.706）、高龄（0.691）、不规则形、NLR升高、长/短轴径增大为正贡献，卵圆形/无钙化/遮蔽边缘为负贡献。测试集按预测概率三分位：低风险40灶恶性1（2.5%）、中风险44灶恶性5（11.4%）、高风险37灶恶性25（67.6%）。
讨论部分总结
研究人员指出LR测试AUROC 0.884未达0.90且仅略高于RF，Holm校正后无统计优效，选LR系综合判别、校准、DCA、简洁性与可解释性。SHAP印证可疑钙化、高龄、不规则形、NLR、大病灶为核心驱动；NLR虽稳定入选但与其它炎症指数共线性、非肿瘤特异，仅作补充。三分位风险层为数据依赖的描述性梯度，非临床切点，未与BI-RADS单独策略比NRI/IDI。局限含单中心回顾、需病理确诊致谱偏倚、病灶级拆分、内部验证、AI特征设备绑定、炎症标记受非肿瘤因素干扰。
结论部分翻译
本研究构建了一种可解释的LR模型，整合AI结构化DBT肿块特征、临床变量与外周血免疫炎症生物标志物，用于乳腺肿块良恶性判别与描述性恶性风险分层。该模型在内部测试集中表现出良好的判别力与临床可解释的特征贡献，但应被视为探索性决策支持模型，而非放射科医师评估或病理学的替代。其稳定性、校准度、临床阈值及泛化能力尚需前瞻性多中心外部验证。
