在切除的胰腺癌中,以人工智能为动力的免疫表现型的空间分析
Hyemin Kim1, Jin Ho Choi1,2, Yoojoo Lim3
1Department of Medicine, Samsung Medical Center, Sungkyunkwan University School of Medicine, Seoul, Republic of Korea.
JAMA surgery
|June 25, 2025
概括
人工智能 (AI) 在胰腺癌中透瘤淋巴细胞 (TIL) 的空间分析改善了预后评估. 这种人工智能方法简化了TIL评估,使其更实用于临床使用,并将免疫表型确定为关键生物标志物.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 人工智能在医学中的应用
背景情况:
- 瘤透淋巴细胞 (TILs) 是各种癌症的关键预后生物标志物.
- 由于评估和解释方面的挑战,TILs的临床应用受到阻碍.
- 胰腺管腺癌 (PDAC) 需要改善患者管理的预后工具.
研究的目的:
- 评估人工智能驱动的空间TIL分析在切割的PDAC中的预后意义.
- 评估AI在TIL密度和免疫表型分类方面的临床适用性.
- 确定与整体存活率 (OS) 和无复发存活率 (RFS) 相关的瘤微环境因素.
主要方法:
- 进行了一项对304名切除PDAC (R0) 的患者的队列研究.
- 整张幻灯片图像使用人工智能驱动的系统进行了分析,用于TIL量化和空间绘图.
- 瘤免疫表型 (免疫炎症,免疫排除,免疫沙漠) 被分类.
主要成果:
- 免疫炎症的表型与显著更长的OS和RFS相关 (P<.001).
- 高内TIL密度与改善的OS (中位数为52.47个月) 和RFS (中位数为21.67个月) 相相关.
- 人工智能分析缩小了劳动密集型TIL评估过程,提高了临床可行性.
结论:
- 人工智能驱动的空间TIL分析提供了一种实用和可行的方法,用于在切割的PDAC中进行预后评估.
- 免疫表型,特别是免疫炎症型,是PDAC中显著的预后生物标志物.
- 这种人工智能方法有可能完善患者分层,并指导治疗决策.
