AI赋能癌症精准治疗：新模型可预测微卫星不稳定性与免疫治疗反应

热门资讯 2025年08月06日 11:53 1 admin

全球每三人中就有一人在一生中罹患癌症，癌症已成为威胁人类健康的重大疾病。而肿瘤的“微卫星状态”（Microsatellite Status）——即DNA中微卫星区域的突变稳定性——是判断肿瘤发展及治疗反应的重要生物标志。

在临床中，微卫星不稳定性高（MSI-H）的癌症患者通常预后更好，且更可能对免疫检查点抑制剂（ICIs）产生反应，尤其是那些存在错配修复缺陷（dMMR）的肿瘤。相比之下，微卫星稳定（MSS）的患者则更可能需要化疗。基于这些发现，专家建议为新诊断的胃癌和结直肠癌患者常规进行MSI检测。

然而，传统MSI检测方法成本高、流程复杂。近年来，人工智能（AI）为解决这一难题提供了新路径。尽管已有多个研究使用深度学习方法如卷积神经网络（CNN）或视觉Transformer对MSI状态进行预测，但这些方法普遍缺乏对预测不确定性的评估，且无法有效关联免疫治疗反应，因此在临床中的应用受到限制。

为此，一项由韩国延世大学医学院的郑在浩（Jae-Ho Cheong）教授与江南世福兰斯医院的姜正贤（Jeonghyun Kang）教授领衔的中美韩联合研究团队，开发出名为MSI-SEER的AI模型。该成果已于2025年5月19日发表在《npj Digital Medicine》。

一项重大创新：AI模型学会“知道自己不知道什么”

MSI-SEER采用了一种基于深高斯过程的贝叶斯模型，在弱监督学习下对H&E染色的全切片组织图像进行分析，自动判断胃癌与结直肠癌患者的MSI状态。该模型的最大亮点，是它具备自我评估预测置信度的能力。

研究团队引入了蒙特卡洛Dropout技术，用于评估预测的不确定性，并将其转化为贝叶斯置信评分（Bayesian Confidence Score, BCS），为每次预测结果赋予一个“可信度”。当模型识别到预测结果存在高度不确定性时，它会自动将该病例标记为“需人工复审”，而非做出自动判断。

“这项研究展示了AI与人类医生协同工作的可能性。一个‘知道自己不知道’的AI系统，其可靠性远高于盲目自信的黑箱模型，”郑教授指出，“我们正在建立一种更安全、更可控、更适用于真实临床场景的AI-医生协作机制。”

多中心验证+精准预测免疫治疗反应

研究团队在多个大型多族裔患者数据集中进行了广泛验证，MSI-SEER在MSI状态预测方面取得了当前最先进的性能表现（state-of-the-art performance）。

此外，该模型还能结合肿瘤MSI状态与肿瘤-间质比（stroma-to-tumor ratio），进一步预测患者对免疫治疗（ICI）的响应概率。研究还发现，模型在切片级别（tile-level）的空间分布预测，有助于理解肿瘤微环境中MSI-H区域的分布模式与免疫治疗反应之间的关系。

“我们认为，MSI-SEER的技术已具备一定临床可转化性，可用于前瞻性队列监测，甚至作为一种‘真实世界研究’（类似于四期临床试验）的工具。”郑教授补充说，“这项研究的意义已不局限于单一模型，而是提出了一种新范式：如何利用AI分析多模态临床数据，开发真正可用的精准医疗工具。”

参考文献：Sunho Park et al, Deep Gaussian process with uncertainty estimation for microsatellite instability and immunotherapy response prediction from histology, npj Digital Medicine (2025). DOI: 10.1038/s41746-025-01580-8

编辑：周敏

排版：李丽