We use cookies

Our website uses essential cookies and, with your consent, additional cookies to measure performance and improve our services. Cookie Policy.

You can change your choice at any time.

MMedXYNews
首页视频解读
MedXY AI/MedXY新闻/栏目: 人工智能

多模态AI在预测前列腺切除术后生化复发转移方面优于临床列线图

MedXY Editorial Team•2026年1月10日•人工智能
人工智能前列腺癌数字病理学

引言:生化复发的异质性

前列腺癌根治术后(RP)的生化复发(BCR)在管理上是一个重要的临床挑战。尽管前列腺特异性抗原(PSA)水平上升表明疾病复发,但这些患者的临床轨迹极为多样。有些患者可能无症状长达十年以上,而另一些患者则迅速进展为远处转移(DM)和癌症特异性死亡。

目前,临床医生依赖于补救性放疗(SRT)加或不加激素治疗(HT)来管理BCR。然而,是否添加HT以及持续时间仍是一个激烈争论的话题。标准临床参数,如Gleason评分、T分期和PSA动力学,为风险评估提供了基础,但往往缺乏个性化肿瘤学所需的精确度。Morgan等人最近发表在《欧洲泌尿学》上的研究介绍了一种多模态人工智能(MMAI)生物标志物,旨在通过整合数字病理学与临床数据来弥补这一差距。

研究亮点

该研究展示了几个关键发现,可能会重塑RP后前列腺癌的管理:

1. MMAI模型在10年的时间依赖受试者工作特征曲线下面积(AUC)达到0.74,显著优于传统临床列线图的0.68。
2. MMAI评分是远处转移的独立预后因素,每增加一个标准差,亚分布危险比(sHR)为2.17。
3. 最重要的是,该模型识别出一个高危亚组,当在补救性放疗中加入激素治疗时,10年转移发病率绝对减少了21%,而在低危亚组中仅减少了2.5%。

研究设计和方法

这项研究使用了一个复杂的多模态AI框架。该模型通过结合高分辨率数字病理图像(H&E切片)和五个关键临床变量进行训练:病理分级组、病理T分期、SRT前PSA水平、年龄和手术切缘状态。通过深度学习提取组织结构中的次视觉特征——这些特征通常肉眼无法察觉——MMAI模型创建了一个更细致的肿瘤生物学谱型。

验证使用了两个里程碑式的III期临床试验的存档标本:NRG/RTOG 9601和NRG/RTOG 0534(SPPORT)。验证队列包括533名接受SRT加或不加HT的患者。主要终点是远处转移,中位随访时间为9.3年,提供了强大的纵向数据分析。

深入探讨关键发现

预后准确性和风险分层

MMAI评分与临床结果显示出强烈的关联。在调整治疗和临床因素的多变量分析中,MMAI评分仍然是DM的主要预测因子。当患者被分为二元风险组时,MMAI高危组的10年DM发生率几乎是低危组的三倍(25%对8.8%)。

预测治疗效果

或许最具临床意义的发现涉及MMAI评分与激素治疗效果之间的相互作用。在NRG/RTOG 9601试验中,已知在SRT中加入两年的比卡鲁胺可改善生存,但代价是显著的副作用。MMAI模型成功区分了真正需要这种强化方法的患者。高危组从HT中获得了显著的益处(DM减少21%),而低危组的益处微乎其微(DM减少2.5%)。这表明对于低危患者,单独SRT可能就足够了,从而可能使他们免受雄激素剥夺的心血管、代谢和性副作用。

专家评论和临床意义

从临床角度来看,MMAI模型解决了BCR中的“过度治疗与治疗不足”悖论。传统的病理报告受到观察者间变异性和Gleason分级系统的静态性质的限制。相比之下,AI衍生的数字病理学提供了可重复的、定量的肿瘤微环境评估。

然而,仍有一些考虑事项。该研究依赖于存档试验队列,虽然提供了高水平的证据,但可能无法完全反映现代成像技术(如PSMA-PET/CT)管理的当代患者群体。PSMA-PET显著改变了复发的检测,MMAI评分如何与PET为基础的分期整合是未来研究的关键领域。

此外,虽然10年的AUC为0.74是对临床模型的改进,但仍有一定的提升空间。将基因组分类器(如Decipher)与MMAI结合,可能会进一步提高预测能力,创建一个“全模态”评估工具。

结论:迈向AI赋能的精准泌尿学

RP后MMAI模型的开发标志着人工智能在临床肿瘤学应用中的重大飞跃。通过提供个性化的风险估计,这一工具使临床医生和患者能够进行更明智的共同决策。如果得到前瞻性验证,这一MMAI生物标志物可能成为RP后工作流程的标准组成部分,确保高强度系统治疗仅用于具有最高生物学风险的患者,同时最大限度地减少对惰性复发患者的治疗负担。

参考文献

1. Morgan TM, Ren Y, Tang S, et al. Development and Validation of a Multimodal Artificial Intelligence-derived Digital Pathology-based Biomarker Predicting Metastasis Among Patients with Biochemical Recurrence After Radical Prostatectomy in NRG/RTOG Trials. Eur Urol. 2025;S0302-2838(25)04859-6.
2. Shipley WU, Seiferheld W, Lukka HR, et al. Radiotherapy with or without Antiandrogen Therapy in Prostate Cancer. N Engl J Med. 2017;376(5):417-428.
3. Pollack A, Karrison TG, Balogh AG, et al. The addition of androgen deprivation therapy and pelvic lymph node treatment to prostate bed salvage radiotherapy (NRG Oncology/RTOG 0534 SPPORT): an international, multicentre, randomised phase 3 trial. Lancet. 2022;399(10338):1889-1901.

本文在创作过程中使用了包括 AI 在内的多种编辑工具,并在发布前经人工编辑审核。

相关文章

打开分语言的专科信息流和科室页面。

AI 识别线上鼻整形术照片中的数字篡改:推动手术透明化的新方向本研究显示,某大型平台上近 20% 的线上鼻整形术照片存在数字篡改;研究借助高准确度的 AI 模型检测到这一现象,提示美容外科影像亟需开展真实性核查。2026年9月28日重症医学专科复习题中的 ChatGPT-4o:准确率高,但多模态解读存在风险ChatGPT-4o 在重症医学专科委员会题目中准确率较高,但在图像解读与临床推理方面存在明显局限,可能带来临床安全风险。2026年9月28日AI辅助线场共聚焦光学相干断层成像:亚临床基底细胞癌早期检出的最新证据与临床前景本综述评估了AI辅助LC-OCT作为一种无创、准确的工具,在高风险患者中检出亚临床基底细胞癌的最新证据,重点讨论其诊断表现、亚型分类能力及转化应用前景。2026年8月27日展望葡萄膜炎的未来:以知识传播与技术打通眼科亚专科壁垒本文探讨葡萄膜炎诊疗格局的演变,强调需要通过教育与人工智能整合眼科各亚专科,以改善这一可致盲疾病的预后。2026年8月17日坦桑尼亚可转诊性糖网检测:四种AI系统真实世界表现比较本研究评估了坦桑尼亚四种商业可用AI系统在糖尿病视网膜病变筛查中的表现,结果显示其对可转诊性和增殖性DR具有较高敏感性,并提示了在资源有限环境中实施时需重点考虑的问题。2026年8月13日
Loading comments...
MedXY briefing

Get the free newsletter

Evidence-led clinical news, trends, and analysis—delivered to your inbox.

向 MedXY AI 提问

Most popular

儿科
抗VEGF与激光光凝治疗早产儿视网膜病变:美国眼科学会综合综述带来的启示
医学资讯
神经降压素受体1:驱动结直肠癌免疫排斥与不良预后的关键因素
公共卫生
糖尿病超额医疗负担的年龄差异:不止于传统并发症
儿科
vosoritide 在 RASopathy 及相关遗传性矮身材患儿中显示出令人鼓舞的促生长作用
临床进展
医嘱定制食品杂货对 Medicaid 承保2型糖尿病成人血糖控制的影响:随机对照试验带来的启示
© 2026 MedXY
Contact usAbout usPrivacy PolicyMedXY story
数学生物标志物助力前列腺癌自适应治疗走向个体化
由初始 PSA 动力学推导的数学生物标志物可有效预测前列腺癌自适应治疗结局,从而支持优于传统 PSA 指标的个体化治疗策略。
2026年8月9日