基于人工智能的单细胞分析作为下一代结肠直肠癌组织学分级方法:预后作用和瘤生物学评估

科学领域:

• 在瘤学瘤学.
• 数字病理学数字病理学
• 人工智能的人工智能

背景情况:

• 结肠直肠癌 (CRC) 管理在很大程度上依赖于病理解释.
• 数字病理学使得基于人工智能 (AI) 的新型预后参数的开发成为可能.
• 当前的预后模型可能无法完全捕捉瘤微环境的复杂性.

研究的目的:

• 开发基于人工智能的图像分析平台,用于自动化,定量化和可解释的瘤微环境分析.
• 为了从血素和埃素染色的CRC患者的整片图像中提取预后信息.
• 评估免疫透和内异质性的预后相关性.

主要方法:

• 利用了三组具有良好的特征的多机构患者队列 (n=1438).
• 开发了一个AI平台,具有质量控制和用于组织细分和细胞类型检测的算法.
• 对免疫透物及其在多个生存终点中的预后相关性进行了系统分析.

主要成果:

• 人工智能平台使免疫透和内异质性的定量分析成为可能.
• 从单细胞类型及其组合中确定了独立的预后参数.
• 描述了一个新的形态学概念 ("瘤失控") 作为一个有能力的预后参数.

结论:

• 用人工智能驱动的瘤微环境分析为结直肠癌提供了独立的预后信息.
• 内异质性是显著的,特别是在活检样本,必须考虑.
• 这些发现支持将现有的CRC分级系统更新为AI衍生的预后参数.