病理關注 丨 人工智慧預測前列腺癌術後的疾病進展風險
病理關注 丨 人工智慧預測前列腺癌術後的疾病進展風險
導 語
前列腺癌是僅次於肺癌的導致男性癌症死亡的第二大原因。 目前其主要治療手段仍然是手術，通常手術也會產生良好的預後，但25％-30％的手術患者會複發。 手術後準確的風險分層對於識別臨床上術後有複發風險的患者至關重要， 這些患者可以從更多全面的監測和可能的其他治療中受益，例如放射或化療等。
根據《Prostate Cancer Prostatic Disease》雜誌上最近發表的一項研究，應用人工智慧（AI）來表徵組織樣本的病理學測試可準確預測臨床上前列腺癌手術後的疾病進展。
研 究 簡 介
研究標題：Development and validation of a novel automated Gleason grade and molecular profile that define a highly predictive prostate cancer progression algorithm-based test
發表雜誌: Prostate Cancer Prostatic Disease （IF：4.09）
在線日期：2018-08
研究者：Donovan MJ, Fernandez G, Scott R, Khan FM, Zeineh J, Koll G, Gladoun N, Charytonowicz E, Tewari A, Cordon-Cardo
研究單位：1.Department of Pathology, Icahn School of Medicine at Mt. Sinai（美國紐約西奈山區伊坎醫學院病理學系）
研 究 小 結：機器學習模型能夠預測前列腺癌患者術後的疾病進展風險。
1研究目的
前列腺癌的術後風險評估對有效治療前列腺癌至關重要，對於具有增強Gleason分級系統的測試，雖然其具有更準確地反映臨床手術失敗的個性化預測的新特徵，但其仍然不能滿足臨床需求。
AI 預測前列腺癌術後進展風險 https://www.zhihu.com/video/1030841967076327424
2研究方法
該研究是一項前瞻性設計的回顧性研究，包括892名接受了根治性前列腺切除術的患者，隨訪時間的中位數為8年。 在培訓中，使用數字圖像分析將微觀模式分析/機器學習與生物標記相結合，評估了精確的術後模型結果，以預測446名患者的臨床治療失敗， 得出的預後評分在446名患者中得到了驗證。 符合條件的受試者需要完整的臨床病理學變數，並且排除了在手術前接受了新輔助治療（包括雄激素剝奪、放射或化療）的患者。 沒有患者在手術前登記患有轉移性疾病。 使用時間與事件一致性指數（C指數）、Kaplan-Meier和危險比評估測定。
3研究結果
在訓練組（n = 306）中，準確預測了臨床手術的失敗，C指數為0.82，[95％CI：0.76-0.86]，HR：6.7，[95％CI：3.59 -12.45]，p <0.00001。 結果在驗證中確認（n = 284），C指數為0.77 [95％CI：0.72-0.81]，HR = 5.4，[95％CI：2.74-10.52]，p <0.00001。 相比之下，臨床特徵基礎模型的C指數為0.70，HR = 3.7。 術後測試還將58％的CAPRA-S中度風險患者重新分類為臨床失敗的低風險。
4研究討論
精確的術後組織檢查可以區分術後環境中低、中度高危前列腺癌的進展。 在機器學習的指導下，該測試增強了傳統的Gleason評分，具有準確反映個性化風險分配生物學的新穎特徵。
參考文獻：
1.Donovan M J, Fernandez G, Scott R, et al. Development and validation of a novel automated Gleason grade and molecular profile that define a highly predictive prostate cancer progression algorithm-based test[J], 2018.
如需研究原文，請關注微信公眾號「醫學AI社」，後台回復「AI與前列腺癌」獲得。
推薦閱讀：