您好,欢迎您

【2024 ASCO】关于多模态AI,关于HR+ HER2-早期乳腺癌的预后预测,你都需要了解什么?

06月11日
编译:肿瘤资讯
来源:ASCO 官网

在现代癌症治疗领域,人工智能技术的运用已经引起了广泛关注。2024年美国临床肿瘤学会(ASCO)年会上,一个特别专场"Care Delivery and Quality Care"聚焦了这一热点议题,深入探讨了人工智能如何为癌症护理带来实质性的改善。


此次研讨会的重点之一是“多模态人工智能模型在预测HR+ HER2-早期乳腺癌预后中的应用:亚组分析”,由来自慕尼黑大学医院(University Hospital LMU Munich)的Daniel Kates-Harbeck博士主讲。这项研究利用基线组织病理学数据,应用多模态人工智能模型,致力于改善HR+ HER2-早期乳腺癌的预后预测。【肿瘤资讯】特别整理了这场报告的精华内容,以飨广大读者。

1.png

多模态人工智能:提升乳腺癌风险分层的前沿技术

当前乳腺癌的风险评估方法依赖于主观判断,可能导致一定的不确定性和误诊风险。如何提高风险评估的客观性和准确性,成为临床医生亟待解决的关键问题。Kates-Harbeck博士的研究旨在通过基于数字病理学的人工智能技术,为HR+ HER2-早期乳腺癌患者提供更为精确的预后预测工具。

研究设计与方法

研究团队利用在前列腺癌中成功应用的ATERA多模态人工智能平台,将临床数据与数字病理结合,创建了一个预测和预后测试系统。

研究数据来源于WSG Plan B和ADAPT试验,覆盖了近8000名患者。训练和验证队列的比例为60:40,研究中的样本类型包括乳腺术前活检和手术标本。

多模态人工智能是什么?

乳腺多模态人工智能(MMAI)架构由两个独立的预测流组成:

  • 上层流:通过自监督学习(SSL)技术从组织切片中提取特征

  • 下层流:收集临床因素如年龄、肿瘤大小、肿瘤分期和淋巴结状态

这两个流分别优化以预测预后,MMAI分数通过后期融合获得,同时也可以独立观察这两个流。

SSL训练使用了乳腺和前列腺图像的联合数据集,这种联合训练方法通过使模型暴露于更广泛的组织学特征,从而改善了模型的泛化性和稳健性。

2.jpg

研究结果:AI模型的独立预测能力

MMAI乳腺预后模型的分数范围为0到1,较高的MMAI分数与较高的远处转移风险相关

在全体验证队列和不同亚组中,MMAI模型与远处转移风险显著相关(sHR [95% CI] = 2.3 [2.0-2.8])。例如:

  • 在N0亚组中,每增加一个标准差的MMAI分数,标准化风险比为2.4;

  • 在绝经前亚组中,每增加一个标准差的MMAI分数,标准化风险比为2.6。

3.jpg

此外,单独使用上层流的图像模型在大多数亚组中仍然显著关联于远处转移风险,显示出其独立的预后价值(sHR [95% CI] = 1.6 [1.3-1.9])。

在G3肿瘤亚组中,尽管G3肿瘤具有较高的预后风险,MMAI模型仍能在该亚组中区分出低风险和高风险的患者。

4.jpg

临床优势

基于数字病理的人工智能在临床中具有许多潜在优势:

  • 客观性提高:AI引入更高的客观性,可能导致更稳健的风险评估,改善患者管理。

  • 提升效率:不需要额外组织,在临床实践中可能缩短周转时间。

  • 全球可扩展性:标准化的组织染色和处理方法,使得技术具备全球可扩展性,并随着时间的推移不断改进模型。

5.jpg

未来展望

研究团队将继续努力,将这一研究级模型推广为具有临床级实用性的工具,以在更广泛的人群和临床环境中增强其性能。这些研究结果提供了基于MMAI技术在乳腺癌中改进预后风险分层的有力证据,旨在进一步个性化患者管理。

总结

这项研究为HR+ HER2-早期乳腺癌患者的预后预测提供了一个新的工具,通过多模态人工智能模型,临床医生能够更准确地评估患者风险,从而制定更有效的治疗方案。



参考文献

Kates-Harbeck, D., Kreipe, H. H., Gluz, O., Christgen, M., Kuemmel, S., Graeser, M. K., Mahner, S., Mayr, D., Wuerstlein, R., Mitani, A., Zhang, J., Pinckaers, H., Ren, Y., Keim-Malpass, J., Griffin, J., Smit, G., Feng, F. Y., Esteva, A., Kates, R. E., Harbeck, N. (2024). Multimodal artificial intelligence models from baseline histopathology to predict prognosis in HR+ HER2- early breast cancer: Subgroup analysis. 2024 ASCO Annual Meeting, Abstract 101,Care Delivery and Quality Care, Clinical Science Symposium.

图源ASCO官网



责任编辑:肿瘤资讯-Kelly
排版编辑:肿瘤资讯-Kelly



版权声明
本文专供医学专业人士参考,未经著作人许可,不可出版发行。同时,欢迎个人转发分享,其他任何媒体、网站如需转载或引用本网版权所有内容,须获得授权,且在醒目位置处注明“转自:良医汇-肿瘤医生APP”。

评论
06月11日
龙平
衡阳市第一人民医院 | 肿瘤内科
好好学习,天天向上