AI病理图像助力前列腺癌精准风险分层

前列腺癌是泌尿系统中发病率最高的恶性肿瘤之一，实现精准风险分层是制定个体化治疗策略、提升局限性患者长期生存的关键基础。当前临床主要依赖PSA水平、肿瘤分期和病理分级等传统指标进行评估，但这些方法在预测远处转移（DM）和前列腺癌特异性死亡（PCSM）等不良结局方面存在明显不足。

随着数字病理与人工智能技术的融合，基于病理图像的AI生物标志物正成为肿瘤预后评估的新前沿，为前列腺癌的精细化分层开辟了新路径。最新研究证实，一种仅依赖图像的AI生物标志物与此前开发的多模态AI（MMAI）生物标志物均可有效预测DM与PCSM风险。

在此背景下，一项题为《Image - only and Multimodal AI Digital Pathology Biomarkers Demonstrate Consistent Risk Stratification Across Standard Prostate Cancer Management Strategies》的真实世界研究，于2026年美国临床肿瘤学会（ASCO）年会发布了关键成果1。

该研究旨在评估上述生物标志物在接受根治性治疗（根治性前列腺切除术[RP]、根治性放疗[RT]）或主动监测（AS）的前列腺癌患者中的预后价值。

研究收集了2010-2020年间来自三家美国机构（加州大学圣地亚哥分校[UCSD]、加州大学旧金山分校[UCSF]、堪萨斯大学医学中心[KUMC]）确诊的局限性前列腺癌患者的数字病理图像与临床数据。仅图像模型（v1.3）与MMAI模型（v1.2）在验证前已完成训练并锁定（图1）。采用Fine-Gray模型，以10年DM（主要终点）和PCSM（次要终点）评估模型预测能力，并按治疗方式分组分析。

图1 模型架构

在886例具备图像评分与911例具备MMAI评分的患者中，两组基线特征高度匹配。中位活检年龄均为65岁，基线PSA、临床T分期及NCCN低/中/高危分层比例无显著差异，约36%接受AS，41%接受RP，23%接受RT（表1）。

表1 仅图像和MMAI分析队列的特征

风险关联分析显示，两种模型评分每升高1个标准差，患者DM风险均显著上升。全队列中，MMAI评分的亚分布风险比（sHR）为2.36（95% CI 1.92-2.89），仅图像模型为2.35（95% CI 1.92-2.88），预测效能高度一致。即使在不同治疗亚组中，模型仍保持稳定预测力（图2）。

图2 基于仅图像与MMAI模型评分（每增加1个标准差），全分析队列和基于治疗的亚组中远处转移亚分布风险比的森林图

在AS、RP、RT三大亚组中，研究根据模型评分将患者划分为低、中、高风险三级。DM累积发病率曲线清晰显示：风险等级越高，远期DM发生率越高，三条曲线分层明显、无交叉。低风险组DM发生率长期稳定于低位，中风险组缓慢上升，高风险组则快速攀升。仅图像模型与MMAI模型的曲线趋势高度一致，表明二者均能有效区分预后差异，分层结果稳健可靠（图3）。

图3 在接受RT、RP或AS的患者亚组中，使用仅图像和MMAI模型时，不同生物标志物风险类别（低、中、高）的远处转移累积发病率曲线。

无论基于图像还是多模态AI，两类生物标志物在根治性放疗、根治性前列腺切除术及主动监测患者中均展现出一致的风险分层能力，支持其在多种治疗路径中作为临床决策辅助工具的实用价值。

参考文献

[1]Xinglei Shen, Rana R McKay, Yi Ren, et al. Image-only and Multimodal AI Digital Pathology Biomarkers Demonstrate Consistent Risk Stratification Across Standard Prostate Cancer Management Strategies. J Clin Oncol, 2026, 44.16(Suppl 5023)

审批编号：CN-186312

有效期至：2027/6/17

本材料由阿斯利康提供，仅供医疗卫生专业人士参考，不用于推广目的。若涉及具体药物使用，请参考相关药物说明书，阿斯利康不建议您将产品超说明书使用。

撰写：Rudolf

审校：Rudolf

排版：Zelda

执行：Atai