综述:以特征为中心的人工智能乳腺癌转移分析:特征工程与多模态整合的系统综述及循证框架

《Informatics》:Feature-Centric AI for Breast Cancer Metastasis Analytics: A Systematic Review and Evidence-Based Framework for Feature Engineering and Multimodal Integration

【字体: 大 中 小 】 时间:2026年08月28日 来源:Informatics 2.8

编辑推荐:

  摘要:随着人工智能(AI)技术迅速变革精准肿瘤学领域,理解特征工程如何助力乳腺癌转移分析的重要性日益凸显。本系统综述对AI驱动的乳腺癌转移分析中涉及的特征工程流程、多模态整合技术及可解释性机制的相关证据进行了汇集、主题综合与分析。遵循PRISMA 2020指南

  
摘要:随着人工智能(AI)技术迅速变革精准肿瘤学领域,理解特征工程如何助力乳腺癌转移分析的重要性日益凸显。本系统综述对AI驱动的乳腺癌转移分析中涉及的特征工程流程、多模态整合技术及可解释性机制的相关证据进行了汇集、主题综合与分析。遵循PRISMA 2020指南,从MEDLINE、Scopus、Web of Science、Embase和IEEE Xplore数据库中检索了2020年至2026年间的研究,共纳入50项针对AI、特征工程、影像组学及多模态方法用于乳腺癌转移预测的实证研究。研究结果表明,当代基于AI的乳腺癌转移预测主要依赖影像衍生特征,而临床、病理、生物标志物及分子变量的加入正日益增强多模态模型的发展。在特征提取、预处理、可重复性评估、降维、特征整合及可解释性方面均观察到频繁应用的技术,这些技术有助于构建更具可解释性、稳健性和临床意义的预测系统。本研究构建了一个基于证据的概念性5Fs框架,包括特征提取或生成、特征准备与变换、特征选择与降维、特征构建与整合,以及特征可解释性与解释性。该框架凸显了AI驱动的乳腺癌转移分析中以特征为中心的本质,并强调可解释、多模态且具有临床转化潜力的预测系统的重要性。
1. 引言部分背景
乳腺癌是全球女性中最常诊断的癌症,其高发病率、复发率和转移进展对公共卫生构成重大挑战。传统预测方法包括组织病理学检查、临床分期、放射学分析和分子分型,但这些方法在预测可靠性、低维数据处理能力及多模态数据整合方面存在局限。人工智能(AI)、机器学习(ML)、深度学习(DL)和影像组学的应用,为从复杂肿瘤数据中提取高维定量特征、识别非线性关系并整合异质数据源提供了新途径。

2. 材料与方法
2.1 综述设计
采用系统综述方法,遵循PRISMA 2020指南,建立结构化综述方案,涵盖文献识别、筛选、合格性评估、质量评价、数据提取和主题综合。

2.2 信息来源与检索策略
于2026年5月1日至15日检索MEDLINE、Scopus、Web of Science、Embase和IEEE Xplore数据库,使用“乳腺癌”“转移”“人工智能”“机器学习”“深度学习”“影像组学”“特征工程”“多模态整合”等关键词组合。

2.3 纳入标准
纳入2020–2026年间发表的同行评审英文全文研究,涉及AI/ML/DL在乳腺癌转移分析或预测中的应用,包含特征工程流程、影像特征、临床病理变量、分子或生物标志物整合及可解释性内容。

2.4 研究选择流程
通过逐级筛选,先去除重复记录,再依据标题和摘要初筛,最后全文评估合格性。

2.5 质量评价
采用混合方法评价工具(MMAT)评估纳入研究的方法学质量,依据筛选问题和标准进行“是/否/无法判断”评级,并划分高、中质量等级。

2.6 数据提取与综合
基于研究问题制定结构化提取表,提取作者、年份、研究目的、方法、特征工程技术、特征类型、AI方法及性能指标,采用主题网络分析法进行主题综合。

3. 结果
3.1 研究选择
共检索到1772条记录,去除314条重复后筛查1458篇,排除1260篇,全文评估198篇,最终纳入50篇实证研究。

3.2 研究特征
50项研究均与乳腺癌转移分析相关;60%聚焦淋巴结转移(如腋窝淋巴结转移、前哨淋巴结转移),36%关注远处转移、器官特异性转移、复发或生存结局;骨转移是最常见的器官特异性转移类型。出版年份集中于2021–2025年,其中74%的研究于2023年后发表;86%为回顾性实证研究。常用算法包括支持向量机(SVM,46%)、逻辑回归(LR,42%)、随机森林(RF,40%)、梯度提升算法(36%)、决策树(DT,24%)、K近邻(KNN,22%)以及深度学习架构(26%)。

3.3 质量评价结果
86%的研究被评为高质量,14%为中等质量;高质量研究普遍具有稳健的预处理、特征选择、交叉验证、外部或多中心验证、可解释AI及校准分析。

3.4 特征工程技术及特征类型
3.4.1 特征处理与工程技术
特征提取与生成是最核心的流程,以影像组学提取为主,涵盖MRI(包括DCE-MRI、CE-MRI)、CT、超声、PET-CT及DWI/ADC特征,常用平台包括PyRadiomics、3D Slicer、ITK-SNAP等。提取的特征包括一阶统计、形状、纹理及矩阵类特征(如GLCM、GLRLM、GLDM、GLSZM、NGTDM)。特征准备与变换普遍采用z-score归一化、最大最小归一化、体素重采样、ROI轮廓复核、可重复性分析(ICC、Cohen's kappa)、相关性过滤、PCA及缺失值填补。特征选择与降维最常用LASSO回归,其次为SelectKBest、mRMR、方差过滤、Cox回归等。特征整合与融合常将影像组学特征与临床变量、病理数据、分子生物标志物及血液生物标志物结合,构建诺模图或多模态融合模型。特征可解释性与解释性最常采用SHAP值、蜜蜂图、特征重要性分析、决策曲线分析等方法。

3.4.2 使用的特征类型
最普遍的是影像衍生特征,其次为临床和临床病理特征(如肿瘤大小、组织学亚型、TNM分期、淋巴结状态、年龄、分子亚型、BI-RADS分级)。血液生物标志物特征(如CEA、CA153、CA125、CA199、AFP、碱性磷酸酶等)用于远处转移和骨转移预测。分子及组学特征(如ER/PR、HER2、Ki-67、分子亚型)常见于风险分层。数字病理和病理组学特征出现较少。转移部位和结局特征包括腋窝淋巴结、前哨淋巴结、骨、肝、肺、脑转移及远处转移、复发和生存结局。

3.5 循证概念性5Fs框架
基于证据构建的5Fs框架包含五个连续但非互斥的阶段:
第一层:特征提取或生成(FE/G)——将原始影像、临床、病理、血液、分子及组学数据转化为可测量的候选预测特征。
第二层:特征准备与变换(FPT)——通过归一化、重采样、分割细化、缺失值处理、离群值管理、可重复性检查和相关性预处理,将特征转化为适合分析的变量。
第三层:特征选择与降维(FSD)——从高维特征空间中筛选与转移最相关的特征,形成低维转移相关特征签名。
第四层:特征构建与整合(FCI)——将选定的特征整合为高阶预测签名、评分、诺模图和多模态特征组合。
第五层:特征可解释性与解释性(FIE)——通过特征重要性排名、SHAP值、系数解释、比值比、诺模图可视化、校准评估、决策曲线分析等,将特征转化为临床可理解的证据。

4. 讨论
AI驱动的乳腺癌转移分析已从独立预测模型演变为特征工程生态系统。影像组学特征提取主导地位反映了肿瘤异质性包含转移进展相关临床意义特征。特征准备与变换对可重复性和外部有效性至关重要。LASSO、mRMR等特征选择方法表明高维数据处理的核心挑战。多模态融合框架和临床-影像组学诺模图日益普遍,证实转移进展是多维生物学过程。可解释AI方法(如SHAP、Grad-CAM)提升了临床信任度和接受度。

5. 结论
乳腺癌转移分析中的AI应用依赖于复杂的特征工程流程。影像组学特征如MRI、DWI、ADC、超声及多模态影像特征是识别转移风险模式的主要工具。预处理、归一化、可重复性评估、降维和特征选择方法强化了预测系统的稳健性。多模态融合及可解释AI方法促进了精准肿瘤学决策。提出的5Fs框架为系统提取、精炼、选择、整合和解释转移相关数据提供了结构化路径。

6. 优势与局限性
优势包括纳入50项最新实证研究,涵盖影像、病理、临床、基因组、蛋白质组、代谢组及多模态AI证据;采用多学科方法,并形成5Fs框架。局限性包括各研究间成像模态、特征处理流程、验证方法和结局定义存在差异,可能影响直接比较和普适性。

7. 未来方向
未来研究应致力于开发更标准化、外部验证充分且临床可实施的流程,优先推进标准化影像组学和病理组学提取流程、透明特征选择报告,并加强影像、临床病理、血液、分子、基因组及数字病理特征的多模态整合。可解释AI方法应常态化应用。5Fs框架需通过专家咨询、前瞻性研究、外部验证和实施研究评估其实际效用和临床适用性。
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