基于人工智能的瘤透淋巴细胞空间分布分析用于结直肠癌预后
Ming Cai1,2, Ke Zhao3,4, Lin Wu5
1Department of Radiology, Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University, Guangzhou, Guangdong 510080, China.
Chinese medical journal
|January 18, 2024
概括
人工智能 (AI) 通过分析T细胞密度来提高结直肠癌 (CRC) 的预后. 瘤核心中的CD3 T细胞密度 (CD3 CT) 独立预测整体存活率,简化了预后评估.
科学领域:
- 数字病理学数字病理学
- 人工智能在瘤学中的应用
- 瘤微环境分析分析
背景情况:
- 基于深度学习的AI显著提高了数字病理学的诊断准确性.
- 瘤微环境中的CD3+和CD8+T细胞的空间分布会影响结直肠癌 (CRC) 的预后.
- 研究瘤核心中CD3T细胞密度 (CD3CT) 作为CRC的预后标志物.
研究的目的:
- 用AI驱动的数字病理学评估CD3CT在结直肠癌 (CRC) 患者的预后能力.
- 评估CD3CT作为CRC整体存活期 (OS) 的独立预后因素的有用性.
- 探索CD3CT在简化CRC现有的预后系统方面的潜力.
主要方法:
- 开发了一个基于深度学习的自动化工作流程,用于在全幻灯片图像 (WSI) 中对组织和T细胞进行细分.
- 分析包括来自两个医疗中心的492名CRC患者 (358名培训,134名验证).
- 在瘤核心 (CT) 和侵袭边缘内进行了CD3+和CD8+T细胞密度的量化.
主要成果:
- 在预测死亡率方面,CD3CT显示出与CD3-CD8相比较的区分能力 (C指数:0.65-0.69).
- 在培训和验证队列中,CD3CT被确定为总生存 (OS) 的独立预后因素.
- 高CD3CT密度与增加的OS显著相关 (HR<0.38,P<0.001在训练中;HR=0.21,P=0.037在验证中).
结论:
- 人工智能技术可以精确量化T细胞在WSI中的空间分布.
- CD3CT是结直肠癌患者中OS的验证,独立于阶段的预测因子.
- 与CD3-CD8系统相比,CD3CT为CRC预后提供了一种简化且可能更实用的方法.
