中山大学肿瘤防治中心蔡木炎团队构建用于诊断肠神经内分泌肿瘤的人工智能模型 | Cell Press对话科学家

学术   2024-10-16 17:52   河北  


医学

Medicine

2024年10月15日,中山大学肿瘤防治中心蔡木炎教授团队在Cell Press细胞出版社期刊Cell Reports Medicine发表题为“Deep Learning Model with Pathological Knowledge for Detection of Colorectal Neuroendocrine Tumor”的研究论文。该研究基于患者的病理切片,利用病理先验知识模仿病理专家从切片中选择诊断相关区域,并构建深度学习算法,实现肠神经内分泌肿瘤与腺癌的鉴别诊断,为肠癌的鉴别诊断提供了新的筛选策略。中山大学肿瘤防治中心病理科蔡木炎主任医师、中山大学附属第一医院消化内科张宁副主任医师、天津市肿瘤医院病理科孙燕主任医师和中山大学附属第一医院病理科林原副主任医师为本文共同通讯作者。中山大学肿瘤防治中心病理科郑珂博士研究生、段金玲医师,中山大学计算机学院王瑞轩副教授,中山大学肿瘤防治中心信息中心陈浩华工程师为共同第一作者,项目得到中山大学肿瘤防治中心谢丹教授与云径平主任的悉心指导。

▲长按图片识别二维码阅读原文

神经内分泌肿瘤 (Neuroendocrine tumors, NETs) 是一类起源于全身神经内分泌细胞的罕见肿瘤,而胃肠道是NET的常见好发部位。肠NET在分子亚型、治疗策略、预后等方面均与肠腺癌有很大差异。因此,区分肠NET和肠腺癌对于肠肿瘤的精准治疗至关重要。由于两者在苏木精和伊红(Hematoxylin and eosin,H&E)染色切片可呈现相似的形态学特征,因此,临床上常使用嗜铬蛋白颗粒A、突触素、CD56等免疫组化生物标志物来辅助鉴别。鉴于NET的罕见性,这些方法对于临床来说需要耗费大量的人力物力,不具有成本效益。因此,通过人工智能(Artificial intelligence,AI)手段充分探索和利用H&E染色的病理切片中的信息,将有效减少不必要的免疫组化测试,为NET的诊断提供进一步的证据。


这项全国多中心研究共收集了2000余例肠癌患者的病理切片,将来自中山大学肿瘤防治中心的病例按五折交叉验证的比例分配为训练集、测试集和内部验证集,来自其他2家医疗中心的病例为独立外部验证集,并构建独立的活检数据集进行扩展验证。研究所构建的深度学习诊断模型能够根据肿瘤类型描述识别诊断相关区域,然后基于诊断相关区域区分肠腺癌与NET,在独立内部和外部验证数据集中诊断AUC均达0.95以上;随后将未经调整的模型扩展至活检数据集,其诊断AUC也达0.90以上,进一步证明了该模型的泛化能力。对比模型选择区域与病理医师标注区域进一步加强了模型的可解释性。该研究提出的关键区域选择策略有助于减少对计算资源的需求,增强模型在实际临床应用中的可行性。

研究论文的整体内容示意图

作者专访

Cell Press细胞出版社特别邀请论文作者蔡木炎教授进行了专访,为大家做进一步的深入解读。

CellPress:

近年来,神经内分泌肿瘤的诊疗现状如何?



蔡木炎教授:

胃肠道是神经内分泌肿瘤(NENs)的常见发病部位。其生物学特性、恶性程度、病理学特征及预后差异很大,多数患者缺乏典型临床表现。近年来, NENs诊疗取得了一些新的进展与突破。NENs分为预后较好的神经内分泌瘤(NETs)和预后较差的神经内分泌癌(NECs)。在诊疗方面,目前临床中对于NENs的研究仍显不足,依旧存在大量未被解决的科学问题与临床需求,亟待新型诊断手段与治疗方案改变临床结局。在诊断方面,生物标志物、内镜、超声、CT或MRI等常规影像学检查以及功能影像学检查是综合诊断的重要手段。但神经内分泌肿瘤发病率低,免疫组化诊断神经内分泌肿瘤效率不高,急需新型的筛选手段提高诊断效能与减低经济负担。治疗方面,手术、化疗、靶向药物治疗、肽受体放射性核素治疗等是主要的治疗手段。靶向SSTR(生长抑素受体)的诊疗一体化迎来新的突破,可作为GEP-NETs的有效治疗策略。此外,分子靶向治疗如依维莫司、索凡替尼,以及免疫治疗如索凡替尼联合特瑞普利单抗在晚期NETs、NECs或MiNENs患者中显示出可控的安全性和更有前景的抗肿瘤作用。

CellPress:

本研究所构建的人工智能模型有哪些临床意义?



蔡木炎教授:

近年来,随着肠镜的普及和内镜成像质量的提高,肠神经内分泌肿瘤的发病率逐年上升。肠神经内分泌肿瘤与肠腺癌治疗策略、预后完全不同,目前临床上应用免疫组化检测进行鉴别诊断。然而,相较于肠腺癌,其发病率仍然较低。对患者进行额外的免疫组化检测以达到筛查的目的,对病理医生来说需要消耗额外的人力物力,对患者来说增加了不同程度的经济负担。针对这一问题,我们将目光投向了人工智能这一新型的筛选方法。通过人工智能的方法完成早筛,仅将模型不确定的病例再加做分子检测进一步确诊,这将减少额外的免疫组化检测工作量与诊断费用。本研究结果令人鼓舞,模型能够关注到病理医生所关注的区域,提供更具有说服力的诊断结果。后续也希望开发分析工具提供给更多的病理医生使用,期望未来能为神经内分泌肿瘤的诊断提供更便捷、经济的工具。

CellPress:

人工智能系统在肿瘤学领域落地转化的应用前景及制约因素?



蔡木炎教授:

人工智能作为目前最前沿的技术手段,其在医疗健康领域,它在辅助临床医生做出便捷、智能、经济、准确的诊疗决策方面有着不可估量的前景。计算病理领域,有越来越多的研究证明其在预测瘤种、分子分型、预后、治疗策略选择等发挥着重要的作用,同时我们也可以利用深度学习这一工具探索特定的形态学特征,以启发临床工作者,缩短年轻医生的培训周期。在实际的临床应用中,必须引起同行重视的是模型的泛化能力。真实的医疗场景通常是复杂的,数据具有较高的异质性,模型需要具备稳定性才能够落地。我们的研究通过多中心测试证明了所研发的人工智能模型具有较好的泛化能力,为未来的临床应用奠定了重要基础。除此之外,计算效率在实际应用中也需要慎重考虑,通常我们都将模型部署在具有多张显卡的计算平台上,而为了使得所开发的算法能够真正地帮助提升基层医疗机构的诊疗水平,所开发的人工智能模型所占用的计算资源应尽可能的减少。针对这一问题,我们提出将计算区域锁定在诊断相关区域,以提升计算效率。后续我们也将继续收集更多中心的数据,构建更加强大便捷的模型,推动模型的临床应用。

作者介绍



蔡木炎

主任医师

中山大学肿瘤防治中心病理科副主任,主任医师,博士生导师,中国抗癌协会肿瘤病理专业委员会委员,中国抗癌协会胃部肿瘤整合康复专委会常务委员,中国CSCO胃癌专业委员会委员,中国CSCO青年委员会常务委员,广东省抗癌协会肿瘤病理专委会常务委员,广东省抗癌协会遗传性肿瘤分会常务委员,广东省抗癌协会大肠癌专业委员会常务委员。主要从事消化系统肿瘤、淋巴瘤病理诊断与肿瘤DNA损伤修复研究,执笔国家权威CSCO胃癌、肠癌指南的撰写;研究成果为国际多个诊疗指南与共识所引用,以第一或通讯作者在GUT、J Hep、Nature Communications、Cell Rep Med等SCI期刊发表论文30余篇,主持包括国家自然科学基金面上项目等10项,2020年中国“杰出青年病理医师”奖获得者,广东省自然科学杰出青年基金获得者,广东省杰出青年医学人才,入选广东省广东高校优秀青年人才创新计划、中山大学优秀青年教师培养重点培育计划。



张宁 

副主任医师

中山大学附属第一医院消化内科副主任医师、硕士生导师,中华医学会消化病分会心身协作组委员,中华医学会内镜分会消化道癌筛查协作组委员,广东省医学会肝病分会委员,广东省医师协会消化内镜分会委员。主持国家自然科学基金、省自然科学基金等多项基金,迄今为止共发表学术论文十多篇。研究成果多次在大型国际学术会议上获得交流机会。2015年入选中山大学附属第一医院优秀青年人才支持计划。



孙燕 

主任医师

天津医科大学肿瘤医院病理科主任医师、教授,博士生导师。主持国家自然科学基金2项,主持省部级课题2项,在JAMA、Cancer Cell、Clinical Cancer Research、Journal of Pathology、Cancer等期刊发表SCI文章30余篇,累计影响因子>200。被评为天津市“131”创新型人才、国家人力资源和社会保障部留学回国择优资助人才、天津市高校优秀青年教师。中国抗癌协会病理专业委员会胃癌中青年学组委员、中国抗癌协会大肠癌专业委员会遗传学组委员、中国研究型医院学会病理专业委员会委员、中国医促会神经内分泌肿瘤分会委员、中国中青年病理精英联盟成员。



林原

副主任医师

中山大学附属第一医院病理科副主任医师,病理专科方向为:消化系统疾病病理学诊断,关注神经内分泌肿瘤病理诊断超过十年。2008-2009年应邀至美国加州大学戴维斯分校医学中心进行肿瘤方面的研究。科研成果发表在Oncogene、 Cancer Research等期刊上,主持国家自然科学基金等科研课题3项。

相关论文信息

论文原文刊载于Cell Press细胞出版社旗下期刊Cell Reports Medicine,点击“阅读原文”或扫描下方二维码查看论文

论文标题:

Deep Learning Model with Pathological Knowledge for Detection of Colorectal Neuroendocrine Tumor


论文网址:

https://www.sciencedirect.com/science/article/pii/S2666379124005329

DOI:

https://doi.org/10.1016/j.xcrm.2024.101785


▲长按图片识别二维码阅读原文

Cell Press Multi-Journal Submission(点击查看)的前身Cell Press Community Review模式于2021年推出。对于通过Cell Press Multi-Journal Submission“多刊审稿”模式投稿的作者,我们将提供稿件被多本期刊同时考虑的机会。超过80%通过Cell Press Multi-Journal Submission“多刊审稿”模式投稿的文章获得了至少一个或多个期刊的评审。


CellPress细胞出版社


推荐阅读

Cell Reports Medicine 招聘科学编辑啦!| 北京、上海任你选

▲长按识别二维码关注细胞科学

CellPress细胞科学
1974年,我们出版了首本旗舰期刊《细胞》。如今,CellPress已发展为拥有60多本期刊的全科学领域国际前沿学术出版社。我们坚信,科学的力量将永远造福人类。
 最新文章