该研究利用人工智能技术量化了数字病理图像（WSI）组织区域内CD3+和CD8+ T细胞的空间分布。研究发现CD3CT免疫评分指标为结直肠癌患者总生存期的独立预测因子且该指标效能与CD3-CD8免疫评分相近。此外，该项研究基于全自动工作流程，无须病理医生标注和手动计算细胞个数，提升了工作效率，削减了染色成本，在临床实践中对结直肠癌患者进行风险分层和辅助临床决策具有重要意义。
研究背景
结直肠癌是全球第三大常见恶性肿瘤，具有较高的发病率和死亡率。近年来，数字病理切片的出现，可以直观清晰地展示从组织到细胞等不同尺度的肿瘤免疫微环境的信息。过往研究表明，结直肠癌患者的病理切片肿瘤核心和浸润边缘的CD3阳性细胞密度和CD8阳性细胞密度结合构成的免疫评分可以作为预测结直肠癌患者生存的重要指标。然而，在将免疫评分系统应用到临床之前，仍需要解决病理医生标注繁琐、手动计算整个肿瘤区域内免疫细胞耗费时间长等问题。
研究方法
本回顾性研究纳入了492例接受手术治疗，符合纳入和排除标准的结直肠癌患者（广东省人民医院358例、中山大学附属第六医院134例）。通过人工智能辅助的全流程自动分析，自动分割出数字病理切片中的肿瘤区域、正常组织区域、浸润前沿区域、正常腺体（图一）。随后经过全自动细胞分割方法得到CD3肿瘤中心和浸润前沿的阳性T细胞密度、CD8肿瘤中心和浸润前沿的阳性T细胞密度，以及CD3-CD8综合的肿瘤中心和浸润前沿的阳性T细胞密度等九个指标，并建立相应的免疫评分指标。
图一：研究流程
研究发现
通过横向对比9个免疫评分指标，我们发现CD3CT指标对总生存期的预测效果优于其余指标（C-index: 0.648 in training group, 0.687 in validation group），且与CD3-CD8免疫评分系统效果几乎一致 (C-index: 0.648 vs. 0.641) in the training group and (0.687 vs. 0.691) in the validation group）。在验证组中，我们使用与训练组相同的阈值将患者分为三组，结果显示CD3CT的评分越高，患者的生存率越高，相反，CD3CT评分越低，患者的生存率越低（图二）。将患者进行二分类，可以得到相似的结果，如图三所示。
图二：KM生存曲线分析（三分类）
图三：KM生存曲线分析（二分类）
综合临床病理因素和CD3CT免疫评分系统进行单因素和多因素分析。我们最终确定了CD3CT免疫评分系统与临床指标如年龄、TNM分期和CEA是独立预测因子。(training cohort: adjusted hazard ratio [HR] for high vs. low 0.34, confidence interval [CI] 0.19–0.63, P <0.001; validation cohort: adjusted HR for high vs low 0.12, 95% CI 0.02–0.66, P = 0.014)。此外，当CD3CT或CD3-CD8分别加入临床模型时，预后表现仍然高度相似。我们还使用c2比例检验来确定每个风险参数的相对重要性。建立临床参数、临床参数+CD3CT、临床参数+CD3-CD8三个模型。对风险分析的相对贡献表明，在所有参数中，CD3CT(18.97%)对风险的影响大于CD3-CD8(11.89%)。（图四）
图四：模型对比图
研究结论
本研究提出了一种基于深度学习的全自动分割病理切片的工作流程。它可以高效准确地实现组织分割、细胞分割及细胞计数，量化病理切片肿瘤中心和浸润前沿阳性T细胞的密度。横向对比9个免疫相关评分指标结果显示，肿瘤中心的阳性T细胞密度（CD3CT）是结直肠癌患者总生存期的独立预测因子，具有可行性，廉价性和可重复性。此外CD3CT在简化CD3-CD8免疫评分系统具有积极意义，促进其在临床环境中的实际应用潜力巨大。
作|者|介|绍
通信作者：刘再毅
广东省人民医院，医学博士，主任医师，博士生导师，国家杰出青年科学基金获得者，广东省杰出青年医学人才。广东省人民医院放射科主任，广东省医学影像智能分析与应用重点实验室主任。任中华医学会放射学分会常委、广东省医学会放射学会候任主任委员、亚洲腹部放射学会执委等多个学术任职。
第一作者：蔡茗
广东省医学影像智能分析与应用重点实验室科研助理，香港中文大学硕士，主要研究方向为数字病理图像人工智能分析和应用，以第一作者（含共同）身份发表SCI论文2篇。
END
供稿｜蔡茗
编辑｜高婷
审核｜季媛媛
