柳叶刀·肿瘤学研究：AI从病理切片中，自动计算三阴性乳腺癌复发和死亡风险

过去，乳腺癌病理医生会观察肿瘤周围到底聚集了多少免疫细胞。

因为能够识别癌细胞的“肿瘤浸润淋巴细胞”（简称TIL）数量越多，往往意味着身体正在更积极地“围攻”癌细胞，患者未来的治疗结果也可能更好。

问题是，这件事过去主要靠病理医生用眼睛看、凭经验判断。

近日，一项发表于《柳叶刀·肿瘤学》的研究显示：AI（人工智能）可以直接从普通病理切片中，自动计算TIL的多少，而且AI算出来的结果，能够预测早期三阴性乳腺癌患者未来的复发和死亡风险。

来源：PIXABAY

如果把癌细胞比作一座被敌人占领的城市，那么TIL就是已经赶到战场附近的“免疫士兵”。

通常来说，在三阴性乳腺癌里，这些“免疫士兵”越多，往往意味着患者的情况相对更有利。

此前大量研究已经发现，三阴性乳腺癌患者如果肿瘤周围的TIL更多，通常与更好的治疗结果有关，比如癌症更不容易复发、发生远处转移的风险更低，生存时间也往往更长。

这件事在三阴性乳腺癌中特别重要。因为三阴性乳腺癌缺少雌激素受体、孕激素受体和HER2这三个常见治疗靶点，过去长期主要依赖化疗。随着免疫治疗进入三阴性乳腺癌治疗，医生越来越希望知道：

这个患者的肿瘤，到底是不是一个“免疫系统已经明显参与进来”的肿瘤？

但过去评估TIL，主要依赖病理医生观察病理切片，判断肿瘤周围到底有多少淋巴细胞。虽然现在已经有比较标准化的评估方法，但人工打分还是有几个问题：

不同医生经验不同，判断可能存在差异；需要专业病理医生花时间阅读；并不是所有医院都有足够的人力和经验，能够长期稳定地做这种评估。

这正是AI可能派上用场的地方。

研究人员这次做的事情，其实很简单：把患者过去已经做好的乳腺癌病理切片交给AI，让它自己去“数”里面有多少免疫细胞，然后再看AI的结果和患者后来有没有复发、转移甚至死亡有没有关系。

研究一共分析了1759名患者的数据，其中1356名患者同时有完整的临床资料、病理医生人工评估的TIL结果，以及AI计算出的TIL结果。

结果发现，AI确实能看出一些和患者未来风险有关的信息。

简单来说：AI看到的免疫细胞越多，患者以后复发、远处转移和死亡的风险通常越低。而且，这个方向和病理医生人工评估出来的结果是一致的。

比如，在判断患者以后会不会出现复发或新的浸润性肿瘤时，病理医生人工评估TIL，对应的风险比（HR）是0.73；AI计算出的TIL，对应的风险比是0.80，二者相差不大。

类似的结果，在远处转移和总生存方面也都能看到。

这意味着，AI并不只是会机械地“数细胞”，它从病理切片里数出来的这些免疫细胞，确实和患者未来的治疗结果有关。

请注意，在这件事上，AI目前还不能取代病理医生。因为研究人员发现，如果已经有了病理医生的TIL评估，再加上患者本身的分期、肿瘤大小等临床信息，AI额外提供的信息就没有明显增加。

也就是说，现在的AI更像是病理医生的“助手”，而不是替代者。它最大的价值，是让这件工作变得更快、更标准——AI可以按照同一套标准，快速分析大量病理切片。这对病理医生不足、工作量很大的医院尤其有意义。