子宫内膜癌是一种发生在子宫内层的肿瘤，是美国女性中最常见的妇科癌症，每年影响超过66,000名女性。黑人女性尤其面临更高的风险，其死亡率比其他群体高出80%，并且更可能患上更具侵略性的癌症亚型。即使排除生活方式选择和医疗资源公平性的因素，研究仍然显示黑人女性的生存率较低。埃默里大学的研究团队提出了一个问题：黑人女性较差的预后是否也可能由病理和遗传差异导致？
“种族主义和医疗资源的公平性当然在有色人种群体的高死亡率中起着重要作用，”埃里大学同理心人工智能健康研究所（Emory Empathetic AI For Health Institute）的执行主任安南特·马达布希（Anant Madabhushi）说。“但在子宫内膜癌的情况下，这可能无法完全解释死亡率的差异。我们的一个基本假设是，除了社会决定因素外，不同人群之间还可能存在生物学差异，这些差异需要以非常精确的方式进行研究。”
寻找癌症发展的差异
发表在《NPJ精准肿瘤学》（NPJ Precision Oncology）上的这项研究中，马达布希的团队检查了非裔美国人和欧裔美国人女性的子宫内膜肿瘤组织切片，寻找整体结构特征和肿瘤内自然免疫细胞与不同亚细胞特征（如结缔组织）之间复杂微观互动的差异。
“我们从子宫内膜癌患者（包括黑人和白人）的组织图像开始，”马达布希说。“机器学习识别出了一组仅在黑人女性中独特的特征，一组仅在白人女性中独特，以及一组将两个群体合并后的特征。”
机器学习帮助将结果分为两个群体的不同风险模型，特别是基于肿瘤浸润淋巴细胞（作为身体对癌症自然反应的一部分攻击肿瘤的白细胞）的行为差异。在用于训练人工智能模型的数据中，白人女性更可能患有与更好生存率相关的肿瘤，而黑人女性则有更高比例的高死亡率亚型。
人工智能开发的风险模型发现，在黑人女性中，这些淋巴细胞倾向于与称为间质的细胞支持组织互动，而在白人女性中，它们则与上皮组织互动，上皮组织是覆盖身体内部和外部表面的保护细胞层。研究人员发现，将两个群体合并的风险模型无法准确预测黑人女性的风险。只有专门基于黑人女性数据开发的风险模型才能更准确地预测该群体的更高风险。
“我们绝对不可能在没有人工智能的情况下做出这些发现，”隶属于埃默里大学温希普癌症研究所（Winship Cancer Institute）的马达布希说。他毫不犹豫地称这是对不同人群癌症发展方式的一种“惊人”的洞察。
“在免疫结构方面，黑人女性和白人女性之间确实存在差异，”他说。“上皮组织传统上是病理学家倾向于关注的‘主战场’。但事实证明，免疫结构，特别是间质中的免疫结构，在黑人女性和白人女性之间存在显著差异。当我们利用这种模式时，我们能够创建一个在预测黑人女性子宫内膜癌预后方面更准确的模型。”
新发现可能有助于癌症免疫疗法
这一发现对正在发展的免疫疗法科学具有重要意义，免疫疗法利用身体的自然防御机制，包括肿瘤浸润淋巴细胞，来对抗癌症。
马达布希说：“在考虑为患有子宫内膜癌的黑人女性设计治疗方案时，我们可能必须明确考虑这项研究中的发现，而不是像以前那样采用‘一刀切’的方法。”
他补充说，妇科癌症不像乳腺癌那样受到公众广泛关注。同理心人工智能健康研究所的目标之一就是研究那些对代表性不足人群影响更大的疾病。
“如果你想举一个不成比例地影响有色人种女性的疾病例子，那一定是子宫内膜癌，”他说。尽管这项新研究没有解释不同人群中肿瘤发展的所有方面，但马达布希表示，它明确表明癌症的进展并非单一现象，而是由遗传差异驱动的。
【全文结束】
