乳腺癌人工智能TIL评分研究

澳大利亚研究者Dixon-Douglas等报告的研究显示，人工智能工具评估乳腺癌肿瘤浸润淋巴细胞（TIL）评分，与病理学家的TIL评分有相关性，尽管未显示优于临床病理指标联合病理学家评分的预测预后及风险评估等方面的优势，但研究结果支持AI评分作为可替代的预后标志物，尤其在常规病理学家评分不可及的临床场景。（Lancet Oncol. 2026. 27: 1181-1192.）

TIL是三阴性乳腺癌可靠的预后标志物，人工智能衍生的工具评估TIL或可提高预后效能，但需要独立性验证。该研究是一项独立的外部验证研究，前瞻性收集临床试验中的汇总数据，探讨人工智能工具在评估乳腺癌肿瘤浸润淋巴细胞方面的效能，分析人工智能模型计算的浸润淋巴细胞评分，能否和病理学家评分一样准确预测患者预后。

研究汇集了7项多中心临床试验前瞻性长期临床结局数据，独立评估两个此前已得到过验证的人工智能管线，生成5个机器评估TIL评分，将其与在早期三阴性乳腺癌或HER2阳性乳腺癌患者队列220张数字化HE全玻片图像，由病理学家评估TIL评分的平均值进行比对，这些患者在此前TIL评分可重复性研究中得到过有经验的病理学家的评分。预后效能在另一个早期三阴性乳腺癌队列中进行评估，这些患者来自7项前瞻性随机辅助治疗临床试验。多变量Cox回归模型校正临床病理指标和研究异质性后，分析人工智能TIL评分和病理学家TIL评分与无浸润性癌生存、无远处疾病生存和总生存的相关性。

结果显示，共收集1759例患者，其中1356例有完整临床病理数据、病理学家TIL评分和人工智能TIL评分数据。人工智能TIL评分与病理学家评分均值有弱相关性（r为0.375~0.473），两个TIL评分均与5年无浸润性癌生存、无远处转移生存和总生存有显著相关性（人工智能TIL评分HR分别为0.80、0.77和0.79，病理学家TIL评分分别为0.73、0.70、0.72，q值分别为<0.0001、<0.0001、0.0002）。校正临床病理指标和病理学家TIL评分后，人工智能TIL评分未显示与预后有显著相关性。两个TIL评分均可改善优于临床病理指标的5年AUC，不过人工智能TIL评分未增加联合临床病理指标和病理学家TIL评分的AUC。

研究显示，人工智能TIL评分与病理学家TIL评分有相关性，但外部验证队列中，人工智能评分的性能有所下降，提示人工智能模型在真实世界应用时有一定局限，不能直接参考内部测试结果，研究结果对推动人工智能在乳腺癌精准治疗中的应用有一定价值。 （编译 张喻）