利用深度学习改善前列腺癌的分级

lixia01

大约有九分之一的男性在其一生中会患上前列腺癌，前列腺癌是男性中最常见的癌症。尽管前列腺癌很常见，但通常不具侵袭性，因此很难确定癌症是否对患者构成足够大的风险以需要治疗，例如手术切除前列腺（前列腺切除术）或放射治疗。有助于前列腺癌患者“风险分层”的一个关键因素是格里森分级，该分级根据癌细胞在显微镜下观察时与正常前列腺的相似程度对癌细胞进行分类。
然而，尽管格里森前列腺癌分级具有广泛公认的临床重要性，但它很复杂且主观，研究报告显示病理学家之间的分歧率在 30-53% 之间 [1][2]。此外，受过专业训练的病理学家数量不足以满足全球对前列腺癌病理学的需求，尤其是在美国以外。最近的指南还建议病理学家在最终报告中报告不同格里森模式的肿瘤百分比，这增加了工作量，也是病理学家面临的另一项主观挑战 [3]。总的来说，这些问题表明，有机会使用基于深度学习的模型来改善前列腺癌的诊断和临床管理，类似于谷歌和其他公司使用此类技术来展示改善转移性乳腺癌检测的潜力。
在“开发和验证一种用于改善前列腺癌格里森评分的深度学习算法”中，我们探讨了深度学习是否可以提高前列腺切除标本中前列腺癌格里森评分的准确性和客观性。我们开发了一个深度学习系统 (DLS)，它反映了病理学家的工作流程，首先将幻灯片中的每个区域分类为格里森模式，较低的模式对应于更接近正常前列腺的肿瘤。然后，DLS 根据目前最常见的两种格里森模式总结出总体格里森等级组。等级组越高，癌症进一步发展的风险就越大，患者从治疗中获益的可能性就越大。
为了开发和验证 DLS，我们收集了前列腺切除术样本的去识别图像，这些样本包含的前列腺癌数量和多样性都比针芯活检要多，尽管后者是更常见的临床程序。在训练数据上，32 位病理学家组成的团队提供了 Gleason 模式的详细注释（产生超过 1.12 亿个带注释的图像块）和每张图像的总体 Gleason 等级组。为了克服之前提到的 Gleason 分级的多变性，验证集中的每一张载玻片均由 3 到 5 位全科病理学家（从 29 位病理学家中选出）独立分级，并由泌尿生殖科专科病理学家指定最终的 Gleason 等级，以获得该载玻片的真实标签。
在论文中，我们表明我们的 DLS 实现了 70% 的总体准确率，而我们研究中美国委员会认证的全科病理学家的平均准确率仅为 61%。在对验证集的每一张幻灯片进行评分的 10 位高绩效全科病理学家中，DLS 比 8 位更准确。在格里森模式定量方面，DLS 也比普通病理学家更准确。格里森评分的这些改进转化为更好的临床风险分层：与普通全科病理学家相比，DLS 能更好地识别术后疾病复发风险较高的患者，这可能使医生能够利用这些信息更好地为患者匹配治疗方案。
我们还发现，DLS 能够表征似乎处于两种格里森模式交界处的组织形态，这也是病理学家在格里森分级方面存在分歧的原因之一，这表明有可能对前列腺癌进行更精细的“精确分级”。虽然这些中间模式（例如格里森模式 3.3 或 3.7）的临床意义尚不清楚，但 DLS 的精确度提高将使人们能够进一步研究这个有趣的问题。
虽然这些初步结果令人鼓舞，但在使用像我们的 DLS 这样的系统来改善前列腺癌患者的护理之前，还有很多工作要做。首先，可以通过额外的训练数据进一步提高模型的准确性，并应在包含更多数量和更多样化患者群体的独立队列上进行验证。此外，我们正在积极改进我们的 DLS 系统，以用于诊断针芯活检，这发生在决定进行手术之前，因此格里森评分对临床决策的影响更大。还需要进一步研究如何将我们的 DLS 最好地整合到病理学家的诊断工作流程中，以及这种基于人工智能的辅助对临床实践中格里森评分的整体效率、准确性和预后能力的影响。尽管如此，我们对这类技术显著改善癌症诊断和患者护理的潜力感到兴奋。
致谢
这项工作涉及一个由软件工程师、研究人员、临床医生和后勤支持人员组成的多学科团队的努力。本项目的主要贡献者包括 Kunal Nagpal、Davis Foote、Yun Liu、Po-Hsuan (Cameron) Chen、Ellery Wulczyn、Fraser Tan、Niels Olson、Jenny L. Smith、Arash Mohtashamian、James H. Wren、Greg S. Corrado、Robert MacDonald、Lily H. Peng、Mahul B. Amin、Andrew J. Evans、Ankur R. Sangoi、Craig H. Mermel、Jason D. Hipp 和 Martin C. Stumpe。我们还要感谢 Tim Hesterberg、Michael Howell、David Miller、Alvin Rajkomar、Benny Ayalew、Robert Nagle、Melissa Moran、Krishna Gadepalli、Aleksey Boyko 和 Christopher Gammage。最后，如果没有为本研究注释数据的病理学家的帮助，这项工作不可能完成。
参考文献
中央和地方病理学家对根治性前列腺切除术组织学评估的观察者间差异：TAX 3501 多国临床试验的结果，Netto, GJ, Eisenberger, M., Epstein, JI 和 TAX 3501 试验研究人员，泌尿外科77，1155–1160 (2011)。
pT3 前列腺癌辅助放疗与等待观察的 3 期研究：病理学审查对分析的影响，Bottke, D., Golz, R., Störkel, S., Hinke, A., Siegmann, A., Hertle, L., Miller, K., Hinkelbein, W., Wiegel, T., Eur. Urol. 64 , 193–198 (2013)。
定量格里森分级在前列腺活检和前列腺切除标本中的实用性，Sauter，G. Steurer，S.，Clauditz，TS，Krech，T.，Wittmer，C.，Lutz，F.，Lennartz，M.，Janssen，T.，哈基米，N.，西蒙，R.，冯彼得斯多夫-坎彭，M.，雅各布森，F.，冯洛加， K.、Wilczak, W.、Minner, S.、Tsourlakis, MC、Chirico, V.、Haese, A.、Heinzer, H.、Beyer, B.、Graefen, M.、Michl, U.、Salomon, G ., Steuber, T., Budäus, LH, Hekeler, E., Malsy-Mink, J., Kutzera, S., Fraune, C.,戈贝尔，C.，胡兰德， H.，Schlomm，T.，临床欧洲泌尿科杂志69,592–598 (2016)。