结直肠癌真实世界约束下治疗分层风险与生存评估的可泛化多模态模型:一项多中心研究

《Advanced Science》:A Generalizable Multimodal Model for Treatment-Stratified Risk and Survival Assessment under Real-World Constraints: A Multi-Center Study of Colorectal Cancer

【字体: 大 中 小 】 时间:2026年10月01日 来源:Advanced Science 14.1

编辑推荐:

  整合组织病理学、基因组学与临床表型有望改善结直肠癌(CRC)预后患者分层,包括在按治疗定义亚组中。然而,常规临床实践中保证所有模态可用仍具挑战。全面分子图谱常受成本与周转时间限制,使组织病理学成为各机构中最稳定可用的模态。此外,各中心染色协议、扫描设备、患者人

  
整合组织病理学、基因组学与临床表型有望改善结直肠癌(CRC)预后患者分层,包括在按治疗定义亚组中。然而,常规临床实践中保证所有模态可用仍具挑战。全面分子图谱常受成本与周转时间限制,使组织病理学成为各机构中最稳定可用的模态。此外,各中心染色协议、扫描设备、患者人口学特征与结局分布差异削弱了在完整输入受控条件下训练模型的泛化性。为应对这些挑战,研究人员开发了域自适应不完全多模态分层框架(DAIMS)。DAIMS在训练时利用配对的病理、基因组与临床数据学习可泛化疾病表征,并在辅助模态不可用时使用组织学衍生的替代潜表征,实现灵活的组织学单模态推理。该框架在TCGA样本上训练,并在两个独立欧洲与东亚队列(共842例患者)验证,持续优于现有最优方法。适配后DAIMS在F1CRC上C-index提升5.6%–13.9%,在SURGEN上提升4.1%–9.0%。DAIMS改善了队列内预后判别,并定位跨机构稳定的预后相关形态模式,在治疗定义患者组中实现可泛化生存分层。
研究背景方面,结直肠癌(CRC)每年新发约193万例、死亡近93.5万例,即便临床病理特征相似,生存结局仍高度异质。常规实践中组织病理学切片是诊断与评估核心,全切片图像(WSI)承载关键形态学特征;基因组学捕获KRAS、BRAF、微卫星不稳定(MSI)、肿瘤突变负荷(TMB)等驱动信息;临床记录补充治疗与实验室信息。既有多模态深度学习常假设训练与部署共享相同模态集、采集流水线与结局分布,而真实世界存在视觉协变量偏移、队列与标签空间偏移、模态可用性差异及非结构化文本问题,导致模型外推受限。因此,研究人员开展域自适应不完全多模态分层框架(DAIMS)研究,以组织学为锚点,在仅WSI推理下实现跨中心预后与生存分层。
关键技术方法上,研究人员使用TCGA(n=351,含WSI、基因组通路特征、临床报告)、F1CRC(n=420,东亚,仅WSI外部验证)、SURGEN(n=422,英国高加索人群为主,仅WSI加部分分子标注)三个队列;以TRIDENT处理WSI,采用UNI v1、UNI2-h、Virchow2、CONCH v1.5病理基础模型提特征;BioBERT嵌入结构化临床文本,自归一化网络处理通路活性;构建原型引导聚合融合(PGAF)、跨模态表征插补、冻结大语言模型(LLM)序列融合,以及目标域仅更新WSI适配器与生存头的轻量伪标签域适应。
研究结果如下。2.1 DAIMS框架概述:通过多模态训练学可迁移表征,推理时以组织学替代潜表征与轻量适应实现WSI单模态部署。2.2 多中心多模态数据集与队列特征:三队列在种族、肿瘤部位、分期、染色与扫描平台差异显著,构成异质跨中心基准。2.3 跨多样队列稳健风险分层:源域全模态与(30%,30%)、(20%,40%)、(40%,20%)缺失设定下KM分析均显著分离;CONCH v1.5全模态C-index达0.761,优于ABMIL、ILRA、WIKG;F1CRC最高0.810,SURGEN最高0.734,证明多模态训练增强病理表征外推。2.4 治疗定义与临床分子亚组保留预后分层:TCGA放疗、药物、化疗、手术组,F1CRC手术+化疗/仅手术及化疗方案亚组,SURGEN早期/晚期及BRAF、KRAS exon 2、错配修复(MMR)亚组中,DAIMS均显著分离高低风险,说明形态学提供超越常规分类的预后信息。2.5 域适应改善WSI风险组织:t-SNE显示适应后队列内风险梯度更清晰;重叠面积(OA)在F1CRC由0.744升至0.858,SURGEN由0.887升至0.925;IPCW Brier评分下降,伪标签迭代增益在F1CRC达0.076、SURGEN达0.039。2.6 模态表征插补实现灵活推理:基因组通路重建优(cosine 0.966,r=0.964,R2=0.854),临床报告中等(cosine 0.780,r=0.738,R2=0.422),插补主要作正则化器。2.7 原型引导注意力揭示可解释模式:高低风险原型在TCGA、F1CRC、SURGEN中分别聚焦有限腺样癌/良性间质或广泛低分化浸润癌,跨中心形态关系一致。2.8 消融分析:PGAF优于均值/注意力池;全模态训练C-index 0.761±0.114优于去基因组/去报告/去两者;冻结LLM骨干多数优于拼接MLP与可学Transformer;病理单分支已优于病理基线,适应后进一步提升。
讨论部分总结:研究人员指出DAIMS把不完整多模态学习作为从配对源域到WSI单模态外域的转移机制,而非独立目标;组织病理学可补偿分子检测缺失,捕捉肿瘤架构、间质、免疫浸润相关预后信号;框架在多种编码器与亚组中稳定,具临床实用价值,但受队列人口与端点异质、WSI信息瓶颈限制,需更大多样队列与空间转录组等未来验证。
结论部分翻译:本研究中,研究人员开发了DAIMS,一种用于结直肠癌的域自适应不完全多模态分层框架。通过整理分析TCGA(n=351)、F1CRC(n=420)、SURGEN(n=422)三个独立队列的WSI,研究人员构建了超1100例、采集条件与结局分布异质的多中心数据集。DAIMS利用多模态源域监督、PGAF、跨模态插补与轻量WSI分支适应,将真实世界偏移作为单一转移问题处理。在各队列、治疗、分期与分子亚型评价中,框架在异质部署下普遍保留预后分层。结果表明,组织病理学可作为稳定锚模态,在跨队列异质与多模态缺失下仍承载临床有意义风险信号。DAIMS不替代分子检测,而是以常规切片提供及时预后分层,支持资源受限场景;经位点特异性校准后可服务绝对风险估计,朝精准肿瘤学推进,但需前瞻验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号