根据癌细胞核的特征预测膀胱癌早期复发可能性的AI——东京医科大学等

膀胱肿瘤切除术，在某些情况下难以评估结构和深度

东京医科大学11月25日宣布，该校开发了一种新型人工智能(AI)模型，通过癌细胞核的形态特征预测非肌肉浸润性膀胱癌的早期复发。 这项研究由该大学分子病理学系的黑田正彦教授、泌尿外科系的大野义正教授和德山直人助理教授以及人类病理学系的长尾俊孝教授领导的研究小组进行，并得到了国家新能源和工业技术开发组织(NEDO)的支持。 该研究结果已发表在《现代病理学》上。

膀胱癌被认为是世界上第九大最常见的恶性肿瘤，在日本每年大约有20,000个病例和8,000人死亡。 在所有未经治疗的膀胱癌中，不侵犯膀胱肌肉层的非肌肉浸润性膀胱癌约占所有病例的70%。 这些人的预后相对较好，但有报道称复发率高达30-50%。 准确预测复发对制定治疗策略至关重要，因为反复复发往往会导致预后不良的肌层浸润性癌变的发生。

随着数字病理成像和人工智能技术的发展，现在全世界都在尝试捕捉和应用人眼无法看到的图像特征。 然而，目前还没有人工智能预测非肌层浸润性膀胱癌复发的报道。 经尿道切除膀胱肿瘤是最初的标准治疗方法，由于标本的切面较小，可能难以评估肿瘤的结构和深度。

能够根据核不典型性预测复发的人工智能，在随机森林中具有86.7%的正确响应率

该研究小组关注的是核不典型性，这对手术影响不大。 利用数字病理学成像技术，他们提取了与细胞核形态有关的各种特征。 然后他们开发了一种算法，与传统的人工智能病理学不同，该算法可以完全根据细胞的核不典型性做出决定。

人工智能的测试验证表明，支持向量机和随机森林能够预测复发，准确率很高，分别为90%和86.7%。

可以从HE染色的标本中进行测量，并有可能应用于其他类型的癌症

该研究在世界上首次证明了人工智能在预测非肌层浸润性膀胱癌复发方面的有效性。 它也证实了癌细胞核的量化形态特征的有用性。 这些方法可以在HE染色的基础上进行测量，HE染色是一种常见的病理图像，可以很容易地应用于其他癌症的分析。

世界各地正在探索使用人工智能来预测预后。 这种方法预计会产生重大的连锁反应，因为它使用的是HE标本，而HE标本是廉价的组织图像，已经成为病理诊断的标准。 研究小组说："我们希望增加研究的案例数量，以提高人工智能预测的准确性，使其在商业上可行。