在大多数癌症中，肿瘤周围的免疫环境在决定癌症如何进展以及患者对治疗的反应方面起着关键作用，然而免疫细胞、肿瘤细胞和治疗之间的复杂相互作用往往仍未被充分理解。
发表在《eBioMedicine》期刊上的这项新研究，利用人工智能分析常规病理图像，测量直肠癌肿瘤周围关键免疫细胞的类型和丰度，以预测这种“肿瘤微环境”如何影响患者的生存和疾病复发。
这些图像由肿瘤组织活检制成用于诊断，传统上由病理学家在显微镜下手动检查。但研究人员希望了解人工智能是否能被训练来识别图像中的关键免疫细胞“特征”，并将其与患者预后在极短时间内关联起来。
伦敦大学学院医学物理与生物医学工程系的研究高级作者查尔斯-安托万·科林斯-菲凯特博士（Dr Charles-Antoine Collins-Fekete）表示：“病理切片已是常规诊疗的一部分，因此是丰富的数据来源。我们预测，可以利用近年来在医学图像分析方面表现出色的人工智能，从这些切片中提取关于患者肿瘤的有价值信息，并将其与患者预后关联起来。
“我们发现，人工智能可以从这些切片中捕捉到重要的免疫信号。重要的是，它能在几分钟内完成，而无需像全基因组测序或空间转录组学等更慢、更昂贵的方法那样需要数天时间。这使得提供更个性化的诊断和治疗变得切实可行且经济实惠，有望改善患者预后。”
研究团队分析了来自三组患者的样本，包括ARISTOTLE临床试验的参与者。他们发现，肿瘤内部及周围拥有更多淋巴细胞（一种能对抗包括癌症在内的感染和疾病的免疫细胞）的患者往往生存期更长，且癌症复发的可能性更低。
然而，拥有更多巨噬细胞（另一种通常负责清除病毒等有害入侵者的免疫细胞，但有时会无意中帮助肿瘤生长）的患者预后较差。
这些免疫特征目前尚未用于直肠癌的标准临床决策，但它们可能为个性化化学放疗治疗提供新途径，并帮助识别哪些患者复发风险更高。
该AI系统使用数百万张病理图像进行训练，随后在900名患者样本上进行了测试。它能够测量治疗前后免疫细胞水平的变化。那些肿瘤浸润淋巴细胞增加的患者——表明抗肿瘤免疫反应更活跃——往往预后更好（化学放疗可通过导致肿瘤细胞死亡并释放吸引和激活免疫细胞的信号来刺激免疫系统）。相比之下，治疗后肿瘤仍处于免疫学“冷”状态的患者更可能较早复发。
研究还探讨了癌症的基因变化如何影响免疫反应。例如，KRAS基因正常且淋巴细胞水平高的患者，比KRAS基因突变且淋巴细胞较少的患者生存率更高。同样，TP53基因突变的患者中，高水平的巨噬细胞尤其有害。
伦敦大学学院医学物理与生物医学工程系的该研究第一作者沈卓言博士（Dr Zhuoyan Shen）表示：“尽管经验丰富的病理学家能够识别肿瘤微环境中的一些免疫特征，但这些信息并未被常规用于指导治疗。人工智能方法直接识别这些隐藏的免疫‘特征’，提供了通常仅通过全基因组测序等方法才能获得的生物学见解，而后者成本高昂、技术要求高，目前仅用于晚期直肠癌患者。
“通过将免疫细胞数据与基因信息相结合，我们可以更清晰地了解每位患者的癌症在治疗前后的行为。这有助于在决定最佳治疗方案时将患者分为高风险和低风险组，例如对高风险患者采用更积极的治疗以减缓疾病进展，同时减少低风险患者接受化学放疗的暴露。”
研究人员还发现，细胞分裂速率高（即高有丝分裂活性）的肿瘤往往抑制免疫系统并导致更差的预后。这表明生长迅速的癌症可能更难被人体抵抗。
为使研究结果更易于医生使用，研究团队创建了一个免费在线工具Octopath，临床医生可上传病理切片并获得自动化的免疫分析。
然而，研究人员谨慎指出，需要在更大、更多样化的患者群体中进一步验证这些结果，他们计划在未来的一项临床研究中完成。他们还希望探索更详细的免疫细胞类型，并利用先进技术更好地理解癌症与免疫系统的相互作用。
伦敦大学学院医学物理与生物医学工程系的研究高级作者、伦敦大学学院医院顾问临床肿瘤学家玛丽亚·霍金斯教授（Professor Maria Hawkins）表示：“这是利用人工智能辅助癌症进一步分类的初步步骤，但前景光明。对于像我这样的临床医生来说，开始理解它未来可能带来的变革非常令人兴奋。”
参考文献： 沈Z、Brand D、Simard M等。基于组织病理学切片的人工智能免疫谱分析用于直肠癌化学放疗预后预测：一项使用临床试验和真实世界队列的研究。《eBioMedicine》。doi:10.1016/j.ebiom.2025.105993
本文转载自以下材料。注：材料可能因长度和内容而被编辑。更多信息请联系引用来源。我们的新闻稿发布政策可在此访问。
【全文结束】
