长期以来，脑瘤诊断迫使病理学家陷入艰难的权衡之中。在显微镜下，许多脑瘤初看之下十分相似。然而，细微的分子差异可能将一种相对可控的疾病与一种需要紧急、激进治疗的疾病区分开来。正确区分这两者通常依赖于需要数天时间且花费数百欧元的专业检测。不幸的是，这种检测在世界许多地区仍然遥不可及。
海德堡的一个研究团队表示，他们已经构建了一种人工智能系统，可以大幅缩短这一等待时间。
这个名为Hetairos的系统被设计用来读取常规的苏木精-伊红(H&E)组织切片。这些是全球病理实验室使用的标准染色玻片。仅从这些数字化玻片中，它就能预测中枢神经系统肿瘤属于哪个分子亚组。这涵盖了当前世界卫生组织分类中的102种肿瘤亚型。
这一点很重要，因为脑和脊髓肿瘤并非单一疾病。它们是一个庞大且具有显著生物多样性的癌症及其相关生长物家族。近年来，DNA甲基化分析已成为准确区分这些肿瘤的最重要工具之一。它可以揭示仅从形态和染色无法明显看出的肿瘤特征。在某些情况下，这对获得正确诊断至关重要。
但甲基化检测存在缺点。它需要专门的设备、专业实验室以及足够的肿瘤材料来进行分析。而且通常需要约两周时间。在新的前瞻性临床评估中，从接收神经外科样本到综合诊断的平均时间为12天。对于需要分子检测的病例，则需要约16天。
Hetairos的工作速度要快得多。一旦玻片被扫描，该系统在标准计算机硬件上平均需要12分钟来处理并生成报告。包括染色、固定和数字化在内，结果通常在24小时至两天内即可获得。
揭示常规玻片难以显示的信息
该模型在来自9,606名患者的11,000多份数字化组织切片上进行了训练和评估。这些样本来自四大洲的11个机构。研究人员将基于DNA甲基化分析的配对分子诊断作为参考标准。从这些材料中，研究团队训练Hetairos识别102种具有诊断意义的亚型和34种更广泛的肿瘤超家族。
在内部验证中，Hetairos的最高预测与基于甲基化的分类在75%的肿瘤中匹配。当考虑三个最可能的预测时，准确率上升到87%。
系统的置信度证明对其有用性至关重要。当Hetairos的概率得分超过0.5时，它将病例标记为高置信度。这些高置信度病例占内部验证集的70%。在该组中，最高预测的正确率为88%。另一方面，在低置信度病例中，最高预测准确率降至46%。然而，正确答案仍然出现在71%的肿瘤的前三预测中。
这意味着该系统并不总是提供单一答案，但它通常可以将冗长、令人望而生畏的可能性列表缩小为简短、可操作的列表。对于决定下一步订购什么测试的神经病理学家来说，这种缩小范围本身就很有价值。
仅凭玻片表现优于专家
研究人员还使用210个病例，在双盲比较中将Hetairos与五位经验丰富的神经病理学家进行了测试。每位专家必须仅基于H&E玻片，从相同的102种分子亚型列表中对诊断进行排序。
Hetairos在该设置中准确率要高得多。在68%的病例中，它的最高选择是正确的，而专家的平均正确率为30%。当计算前三猜测时，Hetairos达到84%，而神经病理学家的平均正确率约为50%。
"结果表明，现代AI系统现在能够识别出即使经验丰富的专家也难以区分的极其细微的形态学模式，"海德堡大学(Heidelberg University)和海德堡大学医院(Heidelberg University Hospital)的Felix Sahm表示。
对于最罕见的肿瘤类型，差距缩小了。对于训练集中少于10个病例的亚型，人类专家的表现与模型相当。论文指出，如转移性黑色素瘤和畸胎瘤等诊断对Hetairos来说仍然困难。这一弱点反映了一个更广泛的局限性：当训练数据稀疏时，罕见肿瘤仍然难以分类。
"目前，非常罕见的肿瘤类型的诊断对Hetairos仍然构成重大挑战；在这方面，经验丰富的神经病理学家似乎至少与之相当。然而，我们预计随着更大、更多样化的数据集，系统的性能将进一步提高，"德国癌症研究中心(German Cancer Research Center)的Moritz Gerstung表示。
在困难病例中提供更快的帮助
该系统并非旨在取代分子检测。它的角色更接近于指南，或者正如其名称所暗示的，一个伴侣。
在常规实践中，病理学家通常从H&E玻片开始，然后添加免疫组织化学，如果需要，再使用更先进的分子方法。大约30%的病例如果没有额外的分子检测就无法完全解决。有些病例也因材料不足而失败，这是小立体定向活检中的常见问题。
这正是Hetairos可能最有用的地方。在96个因组织有限而无法进行甲基化分析的样本中，该模型正确预测了76个病例。在另一组50个样本中，这些样本仅通过甲基化测试未能给出明确答案后的一系列分子检测进行诊断，Hetairos正确预测了27个。
该系统还突出了组织切片中对其决策最重要的区域。这些地图不会为医生做出诊断，但它们可以显示标本的哪些部分携带最有信息量的形态学特征。这些可能是进行额外检测的最佳区域。
Sahm表示："我们主要将Hetairos开发为一种支持诊断的工具。它不是为了取代分子分析，而是为了具体补充和加速它们。该技术可以做出重要贡献，特别是在资源有限的国家或地区，因为它基于全球使用的标准组织切片。"
迈向更广泛获取的一步
该研究还指出了成本问题。DNA甲基化分析每例估计约为400欧元。作者估计，运行Hetairos每例成本约为1至2欧元。然而，它仍然依赖于数字玻片扫描的获取。
即便如此，扫描仪比甲基化分析所需的基础设施更为广泛可用。作者建议，未来版本甚至可能使用基本显微镜上的智能手机适配器捕获的图像工作。
更广泛的承诺不仅仅是速度。它是获取途径。在分子检测不可用或延迟的地方，基于普通染色玻片的可靠初步系统可以帮助医生更快地做出更明智的决策。
Gerstung表示："Hetairos展示了AI支持的数字病理学的巨大潜力，可以提供快速且广泛可用的诊断方法，而这些方法以前只能通过相当大的技术努力实现。"
研究的实际意义
如果该系统在更广泛的现实世界使用中表现如报道的那样，它可能会改变病理实验室中脑肿瘤的处理方式。在资源丰富的中心，Hetairos可以帮助分诊病例并缩短治疗路径。更昂贵的分子检测可以保留给最需要它的肿瘤。
在资源较少的环境中，它可以提供一种实用的方法，从已经是常规护理一部分的玻片中提取更多的诊断价值。
它最大的直接作用可能是作为一种决策支持工具，可以加速困难病例的处理并诚实地标记不确定性。当分子检测结果延迟、不确定或无法获得时，它还为医生提供了更窄、更有用的可能性集合。
研究结果在线发表在《Nature Cancer》期刊上。
【全文结束】