AI辅助空间分层定量肿瘤浸润淋巴细胞预测三阴性乳腺癌新辅助治疗反应及预后
谢婷
程玲莉
向铃燕
阎红琳
王芊文
袁静萍
武汉大学人民医院病理科,武汉 430060
摘要：目的 通过人工智能辅助定量三阴性乳腺癌(TNBC)患者新辅助治疗前HE染色切片中的肿瘤浸润淋巴细胞(TILs),评估其对新辅助治疗反应的预测价值.方法 收集包括3家医院共123例经过新辅助治疗的TNBC患者的临床病理资料,对其穿刺样本病理切片进行半自动标注,用于训练随机森林模型.通过构建肿瘤内TILs(eTILs)、间质内TILs(esTILs)和整体TILs(etTILs)变量,从空间维度评估TILs.结果 在发现队列中,esTILs展现出最优的DFS预测能力(AUC=0.90),显著优于etTILs(AUC=0.78)和eTILs(AUC=0.61).高esTILs组患者DFS显著延长.对于pCR预测,etTILs在发现队列是多因素分析中唯一独立预测因子(OR=16.58,95%CI:4.28～64.22,P＜0.01),etTILs越高者越容易获得pCR,在验证队列中依旧保持其疗效预测价值的稳健性.结论 本研究基于人工智能的辅助,揭示了TNBC中TILs的空间异质性的差异化预测价值.esTILs作为DFS的独立预测因子,可能反映持续性的免疫监视功能;而etTILs则特异性关联pCR率.
关键词：人工智能机器学习随机森林网络三阴性乳腺癌肿瘤浸润淋巴细胞新辅助治疗疗效
资助基金：武汉大学人民医院交叉创新人才项目(JCRCZN-2022-015)
论文发表日期：2025-12-28
在线出版日期：2026-01-28（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1573-1576 )
英文信息