相关实验视频
Updated: Jul 13, 2026
07:53
Quantification of Colonic Stem Cell Mutations
Published on: September 25, 2015
在结肠癌患者中自动化瘤-肌瘤比率量化,来自UNITED研究
F Heilijgers1, M Polack1, A G H Roodvoets2
1Department of Surgery, Leiden University Medical Center, Leiden, The Netherlands.
ESMO open
|December 30, 2025
概括
一个人工智能工具准确地量化结肠癌中的瘤-肌瘤比率 (TSR),识别出结果更差的患者. 这种自动化TSR评分显示了预后价值,并可以预测辅助化疗 (ACT) 的反应.
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
- 癌症生物标志物 癌症生物标志物
背景情况:
- 结肠癌是全球癌症死亡的主要原因之一.
- 瘤-肌瘤比率 (TSR) 是结肠癌的预后指标,高肌瘤与较差的结果相关.
- 自动TSR评分与数字病理学的进步保持一致.
研究的目的:
- 验证基于人工智能 (AI) 的完全自动化算法用于结肠癌中瘤-肌瘤比率 (TSR) 的量化.
- 为了建立一个最佳的兴趣区域和切割值自动TSR评分.
- 评估自动化TSR对无病生存 (DFS) 和整体生存 (OS) 的预后和潜在预测价值.
主要方法:
- 人工智能算法在UNITED队列中的853名II期和III期结肠癌患者的全幻灯片图像上得到了验证.
- 该算法对11个组织类进行了细分,以计算TSR (肌瘤 / (肌瘤 + 表皮瘤)).
- 接收器操作特征分析确定了DFS和OS的最佳自动切断值为77%,使用1毫米的感兴趣区域.
主要成果:
- 结肠癌患者表现出明显更差的DFS (3年DFS为71%对82%,P<0.001) 和OS (5年OS为69%对85%,P=0.002).
- 在多变量分析中,高层肌瘤的预后影响仍然显著 (P = 0.016) 并在II和III阶段一致.
- 在接受辅助化疗 (ACT) 的肌瘤高患者中观察到更糟糕的DFS,这表明潜在的预测价值.
结论:
- 在结肠癌中验证了一种临床适用的TSR量化自动化工具.
- 自动化TSR是结肠癌中DFS和OS的独立预测器.
- 这些发现支持将自动化TSR集成到数字病理学工作流中,以改善临床决策和治疗规划.
