《Cancer Reports》:Artificial Intelligence in Gastric Cancer: Diagnostic, Prognostic, and Predictive Developments, Evidence Maturity, and Translational Challenges
编辑推荐:
背景:胃癌(gastric cancer, GC)仍是全球重大健康负担,其特征为诊断、预后和治疗反应方面存在显著异质性。人工智能(artificial intelligence, AI),包括机器学习(machine learning, ML)和深度学习(de
背景:胃癌(gastric cancer, GC)仍是全球重大健康负担,其特征为诊断、预后和治疗反应方面存在显著异质性。人工智能(artificial intelligence, AI),包括机器学习(machine learning, ML)和深度学习(deep learning, DL),已越来越多地被研究用于分析内镜图像、放射学扫描、全切片病理图像、分子谱、液体活检数据和多模态临床数据集。本结构化综述总结近期基于AI的胃癌诊断、分期、预后评估和治疗反应预测进展,特别关注现有证据的转化成熟度。研究人员检索了PubMed/MEDLINE、Web of Science、Embase、Scopus和Google Scholar中自数据库建库至2026年1月的相关英文文献。合格研究根据临床任务、数据模态、模型类型、队列规模、研究设计、验证策略、可解释性、临床工作流准备度和已报告局限性进行评估。近期发现:近期AI模型在特定研究环境中显示出有希望的性能,特别是在内镜图像分析、计算病理学、基于CT的影像组学和多模态预后建模中。然而,大多数研究仍为回顾性、单中心和内部验证。校准、稳健性、前瞻性临床效用以及跨人群和机构泛化性仍评估不足。转化的主要障碍包括数据异质性、标注变异性、过拟合、数据泄漏、外部验证失败、算法偏倚、监管要求、报销、临床医生-AI交互、医疗法律责任、部署后监测和模型漂移。结论:AI在支持胃癌诊断、预后和治疗规划方面具有相当潜力,但多数当前模型仍未得到充分验证,不足以用于常规临床。未来进展将取决于透明报告、标准化验证、多中心前瞻性试验、具有临床意义的终点,以及将可解释、可信赖的AI系统整合到常规临床工作流中。
1 引言:胃癌(gastric cancer, GC)仍是全球主要癌症负担,GLOBOCAN 2022估计其发病和死亡均居第五,且地区分布不均,与幽门螺杆菌(H. pylori)感染、饮食、环境及筛查治疗差异有关。多数患者诊断时已非早期,内镜联合活检可改善早期诊断,但晚期生存较差。GC具有临床、组织学和分子异质性,包括基因组稳定型、染色体不稳定型、微卫星不稳定型、EBV相关型等。现有内镜、病理、影像和生物标志物存在局限。AI包括ML和DL在多种数据中受研究,但多数模型仍处开发或早期验证阶段,故本综述以转化证据框架评价验证层级、研究设计、可重复性、可解释性、工作流准备度和实施障碍。
2 方法:本文为结构化叙述性综述,采用范围综述方法。研究人员检索PubMed/MEDLINE、Web of Science、Embase、Scopus和Google Scholar,自建库至2026年1月英文文献。纳入原创研究、临床导向方法学研究及必要高质量综述,优先以原发性GC研究支持模型性能、诊断准确性、预后分层或治疗反应预测。排除其他恶性肿瘤用于GC特异性结论、方法细节不可得及不相关文献。提取临床任务、数据模态、模型类型、队列规模、中心数、地理环境、验证策略、终点、区分度、校准、决策曲线、可解释性和转化状态。因异质性未做定量合并,而采用定性证据框架。
3 证据评价概念框架:低转化成熟度表现为回顾性单中心、内部拆分验证、小样本或高度选择队列、标注不清、类不平衡、无校准或外部测试。高成熟度表现为多中心、独立外部验证、预设终点、前瞻性评价、读者或工作流研究、透明报告、可解释及超越AUC或准确度的临床效用。模型家族方面,CNN适合图像局部模式但对域偏移敏感;Transformer可捕获上下文但需大数据;MIL适合弱监督全切片病理但实例级解释有限;GNN可建模分子或空间关系但依赖图构建假设;影像组学ML较透明但对协议和特征重复性敏感。自监督、基础模型、视觉语言模型、弱监督和大multimodal系统有前景,但GC特异性验证有限。
4 AI在胃癌诊断和分期:多数证据来自回顾性模型开发。4.1 组织病理分析:计算病理学活跃,WSIs富含形态信息,但千兆像素、染色、扫描仪、标注和病例混合挑战大。Patch-based和MIL常用,但需外部验证和可解释性。DL模型报告WSI分期100%准确度和0.999 AUC,但平衡二分类、无外部验证,需谨慎。可解释DL预测dMMR/MSI-H,AUC达0.930;EBV状态AUC 0.87;Laurén分类、IHC风险评分、癌周组织诊断、混合CNN-Transformer和MIL均有探索,但多为研究阶段。4.2 放射影像分析:影像组学高通量提取空间纹理特征。CT和PET AI用于术前分期和侵袭性病理预测,但特征重复性、扫描仪变异、分割协议和外部验证是核心问题。4.2.1 T分期与浆膜侵犯:DECT功能参数联合临床模型预测SI T
4a,多中心验证AUC 0.837–0.860,并关联无病生存,但不足以常规实施。4.2.2 N分期(淋巴结转移):非肿大淋巴结LNM预测困难。混合影像组学整合原发灶和胃小弯特征、Node-RADS联合CT影像组学、CT增强模式联合Ki67的GEE模型、DECT深度学习影像组学。需前瞻工作流评价。4.2.3 预测淋巴血管侵犯(LVI):LVI是复发风险标志。CT影像组学、2.5D/3D DL和PET/CT模型用于术前预测;食管或结直肠癌仅作为跨肿瘤证据。4.3 内镜分析:EGD联合活检是金标准,但EGC检测依赖操作者。AI辅助工作流包括病变检测、定性评估、浸润深度和肿瘤边缘估计。前瞻性实时视频DL系统性能可与专家相当或更好。静态图像模型应用于视频时准确度从82.7%降至56.6%,专用序列视频分类器保持83.7%。XAI如ENDOANGEL-LA整合分界线和微结构等内镜标准,专家准确度89%,系统88.76%,但需放大内镜,限制低资源部署。4.4 新兴模态:液体活检、微生物组和分子影像。cfDNA甲基化检测术前T1 GC LNM,AUC 0.86。粪便DNA甲基化SVM四基因panel特异性97.8%、敏感性67.5%。血清N糖组随机森林AUC>0.90,EV 16S rRNA,
18F-FAPI-42-RGD靶向FAP和整合素α
vβ
3,多为初步或临床前。
5 AI用于预后和风险分层:5.1 术后并发症预测:RF在PACAGE前瞻性多中心3926例中预测总体和感染并发症,BMI、年龄和检查淋巴结数为预测因素。SHAP和动态列线图提高可解释性,简单动态列线图AUC 0.856。术前血常规和3D-CNN内脏脂肪影像组学、时间序列ML可更新风险。5.2 长期生存和复发的多模态数据融合:RSA整合临床、CT影像组学和WSI病理组学预测早期复发,AUC 0.903。MultiDeepsurv混合CNN-Transformer和GCN建模基因组关系,超越TNM。随机生存森林整合环境与宿主遗传。动态PNI模型改善三年复发预测。血清标志物列线图用于生存分层。5.3 预后分子签名和放射基因组学:WGCNA联合CT影像组学、LASSO-Cox和SVM-RFE挖掘转录组,脂肪细胞、THY1、RAD51、THSD7A等签名可分层,但为假设生成。5.4 术前高风险肿瘤特征预测:CT/PET影像组学预测LVI和转移;分子风险评分联合临床预测腹膜转移;T1 GC肿瘤大小假设。5.5 细化组织学亚型用于风险分层:Laurén分类有观察者变异,WSI DL可自动化分类和生存分层;ACRG分子亚型需原发性AI研究支持。
6 AI指导精准肿瘤治疗决策:6.1 化疗反应预测。6.1.1 新辅助化疗(NAC):多中心DL多期CECT预测NAC反应,外部验证AUC 0.751,但未预备治疗选择。dMMR/MSI-H围手术期化疗获益缺乏需原发性临床证据如MAGIC探索分析。6.1.2 辅助化疗和化疗耐药:多任务DL AER-SwinT整合免疫评分和periostin。ML识别PAK6参与奥沙利铂耐药。CTC液体活检、WSI病理组学、临床列线图和印戒细胞癌DL。6.1.3 早期GC治疗指导:T1 LNM预测指导内镜切除与根治术。SEER ML、标准化比色内镜图像、影像组学、cfDNA+CT,需前瞻验证。6.2 免疫治疗反应预测:ICI在MSI-H/dMMR、EBV+、TMB高、PD-L1+中富集。6.2.1 组织病理和影像组学:DL检测EBV+和MSI/dMMR为筛查工具;CT影像组学和DECT列线图预测MSI和免疫微环境。6.2.2 多组学和TME分析:细胞死亡指数和铁死亡评分,低铁死亡评分与免疫炎症TME、TMB和PD-L1相关;GMPS签名、HR基因突变、ADAMDEC1;空间和转录组整合。6.3 靶向治疗反应预测:PARP抑制剂需基因组不稳定性或HRD签名,BRCA1/2不足;HER2 DECT影像组学列线图;CLDN18.2预测仍假设;ramucirumab分子分类;CDH1缺失与铁死亡;PDOs实验。6.4 放疗反应预测:直接GC证据有限,食管癌证据仅假设生成,需GC特异性队列。
7 跨模态比较证据综合:最强近期转化证据来自图像AI任务,如内镜病变检测、WSI生物标志物预筛和CT分期或反应预测。但仍受回顾性设计、选择性数据集、缺前瞻工作流和校准报告不足限制。内镜AI可实时影响检测和表征,但依赖视频验证、硬件兼容、培训、患者结局和非专家/低资源性能。计算病理需跨扫描仪、染色和机构外部验证。影像组学受采集、分割和特征稳定性影响。组学、液体活检、微生物组和治疗反应工具较不成熟,常依赖小队列、公共数据库、回顾性终点或非标准化检测。未来需报告敏感性、特异性、校准、决策曲线、净获益、外部验证和工作流影响。
8 挑战、伦理考虑和未来方向:8.1 技术瓶颈和数据异质性:泛化有限,数据异质、孤岛和验证不一致。模型对扫描仪、染色、人群和标注过拟合,外部部署差,涉及域偏移和模型漂移。GC生物异质性,西方或东亚队列不能代表阿拉斯加原住民等,后者EBV相关肿瘤较多。H. pylori CagA EPIYA基序地理变异影响风险,需多族裔多中心验证。8.2 伦理困境和“黑箱”:算法偏倚可加剧健康差异。深度神经网络不透明阻碍信任,需XAI如SHAP和Grad-CAM,诊断责任仍在医生。数据隐私和知情同意。8.3 未来方向和临床实施路径:需前瞻多中心评估临床效用、安全、成本效果和工作流。报告校准、决策曲线、亚组、失败模式和外部验证。监管、报销、医疗法律、临床医生-AI交互、基础设施、部署后监测和模型漂移应早期考虑。联邦学习和安全多中心评价可克服数据孤岛。多模态基础模型、视觉语言模型和弱监督可减少标注,但GC证据有限。系统需嵌入内镜、放射、病理、肿瘤和电子健康记录工作流,提供可解释可操作信息、不确定性和下一步建议,减少警报疲劳。
9 结论:AI在GC诊断、分期、预后和治疗反应预测中有研究潜力,但多数模型未充分验证。当前证据在选定图像任务较强,如内镜检测、WSI生物标志物筛查和CT影像组学分期或反应预测;液体活检AI、多组学签名、放疗反应预测和大型多模态系统更探索性。需超越高AUC,进行外部验证、校准、决策曲线、前瞻工作流和透明报告。多中心研究、标准终点、可解释模型、隐私保护协作、监管、报销和部署后监测将决定AI能否改善临床决策和患者结局。