中山六院团队开发肿瘤生存预测模型，仅需病理切片即可精准评估

中山六院团队开发肿瘤生存预测模型，仅需病理切片即可精准评估

引用

腾讯

1.

https://new.qq.com/rain/a/20250311A08BUI00?media_id=&suid=

近日，中山大学附属第六医院（简称“中山六院”）吴小剑教授、高峰副研究员团队在人工智能辅助癌症诊疗领域取得重大进展。他们在国际知名期刊 Advanced Science （IF=14.3）上发表了一项开创性研究——Interpretable Multimodal Fusion Model for Bridged Histology and Genomics Survival Prediction in Pan-Cancer，提出了一种名为Brim的桥接多模态融合模型。该模型最大的亮点在于，仅需常规病理切片图像（WSIs），即可实现对多种常见肿瘤，如肺癌、结直肠癌、乳腺癌、胃癌等的患者生存风险进行精准预测，为临床肿瘤精准诊疗提供了高效、便捷的新工具。

突破传统：多模态融合，临床应用仅需病理切片

癌症的复杂性和异质性是导致治疗效果不佳和预后难以预测的主要原因。传统的癌症分期系统（如TNM分期）难以充分捕捉肿瘤的异质性，因此无法准确预测患者的个体化预后。

吴小剑、高峰团队长期致力于利用人工智能技术，整合病理、基因等多模态数据，更全面地刻画肿瘤特征。此次提出的Brim模型，正是这一理念的最新成果。该模型在训练时整合了病理切片图像（WSIs）和基因组分子特征（包括突变状态、拷贝数变异和RNA-seq基因表达），通过构建桥接网络，实现了跨模态信息的深度融合，学习了病理图像与基因信息之间的深层关联。

Brim模型最突出的临床实用性在于，在实际应用中，无需患者的基因组数据，仅通过分析常规病理切片图像（WSIs），即可实现高精度的生存风险预测。 这极大降低了临床应用的门槛，使得更多患者能够受益于人工智能技术带来的精准诊疗。

三大亮点：更准、更全、更实用

Brim模型具有三大显著优势：

1. 预测更精准： 在包含12种癌症类型（包括肺癌、结直肠癌、乳腺癌、胃癌等常见肿瘤）的5271例患者数据集中，Brim模型的平均C-index（一致性指数）达到0.682，优于现有的单模态模型和其他多模态融合模型，实现了更高的预测准确性。

2. 信息更全面： Brim模型通过双向桥接网络，巧妙地从病理图像中提取出与基因组信息高度相关的特征，即使在缺乏基因测序数据的情况下，也能实现精准的预后评估。

3. 应用更实际： Brim模型不仅预测能力强，还具有良好的可解释性。通过自注意力可视化和整合梯度（IG）归因分析，能够揭示与患者预后密切相关的病理图像区域，为临床医生提供更直观的决策依据，指导个体化治疗。

自主验证：中山六院牵头ICGC-ARGO肠癌队列再证实力

为进一步验证模型的可靠性，研究团队利用中山六院牵头的国际基因组协作联盟-加速肿瘤基因组研究（ICGC-ARGO）肠癌队列中的445例患者数据进行了独立验证。结果表明，Brim模型在该队列中同样表现出色，仅使用病理图像，即能准确区分高风险和低风险患者。

意义深远：助力临床，造福患者

Brim模型的成功研发，标志着人工智能在肿瘤精准诊疗领域又迈出了坚实一步。该模型极大简化了临床应用流程，仅需常规病理切片即可实现精准预后评估，有助于临床医生更准确地评估患者预后、制定个体化治疗方案，还为癌症的早期筛查和干预提供了新的思路。

未来，吴小剑、高峰团队将继续深化研究，不断优化Brim模型，探索其在更多癌种和临床场景中的应用，为实现癌症的精准诊疗贡献更多“中六智慧”。

论文第一作者为中山六院高峰副研究员，通讯作者为吴小剑教授。团队成员盖宝文博士研究生、蔡都博士后，以及广州实验室丁俊翔博士研究生为共同第一作者；广州实验室李亦学研究员、刘俊伟副研究员为共同通讯作者。

论文链接：
https://advanced.onlinelibrary.wiley.com/doi/full/10.1002/advs.202407060

研究团队简介：

吴小剑教授是中山大学附属第六医院院长、广东省胃肠病研究所所长，长期从事结直肠癌的外科治疗研究，主持多项国家级重大课题，获得多项重要科研奖项。

高峰副研究员是中山大学“百人计划”青年学术骨干，专注于通过人工智能技术加速生物医学数据分析，近年来在多个权威期刊发表论文50余篇，开发了多个生物医学数据分析工具，获得多项国家发明专利。