乳腺癌是全球最常见的癌症，99%患者为女性，1%为男性。全球每年约有230万人确诊，其中以色列约5000人，美国30万人。
在占病例总数70%的激素受体阳性、HER2阴性早期乳腺癌患者中，主要挑战在于识别哪些患者能从手术或放疗后给予的辅助化疗中获益，该治疗旨在清除残留的微观癌细胞并降低复发风险。
决定术后是否进行化疗是早期乳腺癌治疗中最棘手的问题之一。虽然化疗可降低肿瘤复发风险，但多数患者无法获益，反而可能经历严重的短期和长期副作用。
激素治疗是所有激素受体阳性/HER2阴性早期乳腺癌患者的标准疗法；关键问题在于哪些患者除激素治疗外还需接受化疗。
海法以色列理工学院的研究人员联合海外顶尖医疗机构（包括波士顿达纳-法伯癌症研究所、纽约西奈山医疗中心、芝加哥大学医学中心以及葡萄牙波尔图大学分子病理学与免疫学研究所）的肿瘤学家和病理学家，开发出一种人工智能模型，可同时预测乳腺癌复发风险及患者从化疗中的获益概率。
该人工智能模型——首个在大型随机临床试验中得到验证的同类技术——通过分析诊断时获取的常规病理切片，提供了比昂贵基因组测试更快速、更普及的替代方案。
这项研究已发表在《柳叶刀·肿瘤学》期刊，标题为"基于组织病理学图像的深度学习预测乳腺癌复发风险及化疗获益：多中心模型开发与验证研究"。
以色列理工学院几何图像处理实验室（由罗恩·基梅尔教授领导）的项目负责人吉尔·沙迈博士表示："这些是人眼无法持续量化的复杂生物信号。该模型整合多种细微线索，生成反映复发风险和预期化疗获益的评分。"
沙迈在以色列理工学院电气工程系获得博士学位，现为塔夫计算机科学学院基梅尔实验室的研究助理。他证实癌症会留下可被人工智能检测的独特特征，从而提供肿瘤细胞的分子图谱。
该成果去年12月在柏林举行的第50届欧洲医学肿瘤学会（ESMO）年会上获得热烈反响，该会议聚焦精准医学、抗体药物偶联物和癌症生存管理。他还将在今年6月芝加哥举行的美国临床肿瘤学会（ASCO）年会上展示新研究，预计5万名专家将参会。
目前，Oncotype DX等基因组测试（通过分析乳腺癌肿瘤中21个基因活性来评估复发风险和预测化疗获益）常用于指导化疗决策，但这些测试费用高昂、结果需数周时间，且全球许多患者无法获取。其预测准确性也有限，导致部分患者接受不必要的化疗，而另一些患者错失其他治疗机会。
以色列理工学院主导的人工智能模型旨在利用标准病理样本中已有的信息解决这些局限。
计算机学习如何帮助病理学家获取乳腺癌新信息
十年前，当沙迈准备博士论文时，他联系了当时在兰巴姆医疗中心工作的临床医生约亚夫·贝嫩鲍姆提出研究课题。"他非常聪明且创意十足，"沙迈在《耶路撒冷邮报》采访中表示，"他建议将乳腺癌活检与计算机学习结合，获取病理学家无法掌握的信息。"
沙迈回忆道，他原以为这只是个小项目，将与一名学生共同完成，结果却成为重大创新。"十年前，约亚夫的目标是从病理图像预测受体状态。他曾提议在兰巴姆扫描图像，但操作不现实。我们在网上找到组织切片图像，通过脚本构建了包含5000名患者的数据库，由此证明分子图谱可从病理图像预测。"
"约三年前，我们获得罕见权限，可使用全球最大规模乳腺癌随机研究之一的组织样本和临床数据，该研究涵盖10,273名患者的组织图像、临床数据和随访信息，旨在预测化疗获益，"他继续说道。
该人工智能系统分析作为常规病理检查部分的高分辨率数字肿瘤组织图像，评估肿瘤及其微环境的多个区域，从而识别与癌症行为相关的视觉模式，包括细胞分裂、组织结构、免疫反应以及与治疗敏感性或耐药性相关的特征。
基梅尔解释道："我们直接观察组织而非检测基因。正如通过眼睛观察即可确定虹膜颜色而非分析DNA，我们的系统从病理图像中提取视觉特征以指导最佳治疗。该模型可在数分钟内生成支持肿瘤科医生与患者共同决策的数值评分。"
作为研究共同负责人的以色列理工学院生物学系德维尔·阿拉恩教授表示："这是首个被证明能直接从病理样本预测乳腺癌治疗获益的人工智能模型。"该模型已在以色列（卡梅尔、海姆克和谢巴医疗中心）、美国和澳大利亚数千名患者中得到验证，证明其在不同人群、设备和医疗系统中表现稳定。
与基因组测试不同，基于人工智能的评估无需额外组织、实验室处理或等待期。任何配备数字扫描仪和互联网接入的病理实验室都可在数分钟内完成。
该模型的潜在影响不仅适用于发达国家，在基因组测试覆盖率不足5%的中低收入国家尤为重要。"我们希望它不仅在以色列应用，也在医生几乎为所有乳腺癌患者提供化疗的发展中国家推广。这将改变其治疗模式并降低成本，"沙迈补充道，"印度大型医院已邀请我开展为期一年的临床试验，菲律宾和巴西的机构也与我们取得联系。"
"后续工作将聚焦前瞻性验证——在商业化或实施前建立实证，证明其按预期运行，从而确立这种可获取、高效且全球可扩展的乳腺癌治疗决策工具，"研究团队指出。
研究人员还在努力改进模型，并将其扩展至其他存在治疗不确定性的激进疗法及癌症类型。
基于这些成果和多年突破性研究积累的知识，团队计划在以色列理工学院校园内成立初创企业，开发显著更便捷、精准和快速的检测技术，超越当前全球使用的检测方法。
【全文结束】
