利用AI预测早期结直肠癌淋巴结转移 可减少超三分之一的过度治疗！

早期结直肠癌内镜切除后是否行追加手术切除是根据现行指南确定的。而接受追加治疗病例的淋巴结转移(LMN)率并不高，预测LMN很难。日本昭和大学横滨北方医院消化内科中心神山勇太教授开发了预测T1期结直肠癌LMN的人工智能(AI)模型，并在第100届结直肠癌研究会议(1月25~26日)上展示了准确性验证的结果。“所开发的人工智能模型的预测能力明显高于当前指南，并且有可能减少35%的过度手术。”

现行治疗指南并未对LMN风险进行充分分级

多数T1期结直肠癌均需进行内镜切除术。根据现行《结直肠癌治疗指南》，内镜下切除T1期结直肠癌后是否追加进行淋巴结清除术和肠切除，根据是否存在LMN危险因素来确定。

然而在追加切除术中，大约90%的病例LMN阴性，存在过度手术的可能性。目前内镜切除后基于病理诊断的LMN风险分级还不够充分。

为了解决这个问题，人们尝试使用AI和列线图对T1期结直肠癌的LMN风险进行分级。然而，这些方法都使用病理风险因素作为指标，而且病理学家之间的一致性不高，卡帕系数低于0.6。

使用近400个病例评估准确性

神山勇太教授和他的同事们专注于利用AI模型进行病理图像的研究。他们使用多实例学习(MIL)方法开发了一种AI模型，该模型可使用全幻灯片图像(WSI)预测T1期结直肠癌的LMN，并通过与当前指南进行比较来验证其有效性。

该模型使用了2001年4月~2021年10月期间在昭和大学横滨北方医院接受T1期结直肠癌切除术的1,056名患者的数据。仅采用内窥镜治疗的病例被排除在外。使用截至2018年10月的270个随机选择的手术病例作为学习病例，以及从2018年11月起的连续100个手术病例作为测试病例来评估预测准确性。

测试病例背景为初次内镜切除病例41例，LMN阳性15例。检测病例中LMN阳性率为15%。

未来将开展多中心联合研究

当前指南的受试者工作特征(ROC)曲线下面积(AUC)为0.524(95% CI 0.50至0.55)，而开发的AI模型的预测精度明显更高，为0.721(95% CI 0.63至0.81)(P=0.001，图)。

▲图 ROC曲线下面积(AUC)

此外，与当前指南相比，当灵敏度为100%时，AI模型有可能将假阳性或过度手术减少35%。

基于上述内容，神山勇太教授总结道：“使用WSI构建的结直癌肠T1期LMN预测AI模型对于确定是否适合进行追加手术非常有用。” 不过，他也提出了这项研究的三个局限性：(1)它是一项单中心回顾性研究，(2)病理切片的状况通常因设施而异，(3)病理切片可能没有捕捉到最深部分。“我们打算在未来开展一项多中心合作研究。”