灣區(qū)時(shí)訊 近日，中山大學(xué)腫瘤防治中心婦科劉繼紅教授團(tuán)隊(duì)，聯(lián)合南方醫(yī)科大學(xué)、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院、浙江大學(xué)醫(yī)學(xué)院附屬婦產(chǎn)科醫(yī)院的合作者團(tuán)隊(duì)，在《柳葉刀·數(shù)字健康》（The Lancet Digital Health）發(fā)表了題為《使用實(shí)驗(yàn)室檢驗(yàn)的人工智能模型準(zhǔn)確診斷卵巢癌：一項(xiàng)中國(guó)的多中心、回顧性隊(duì)列研究》的研究成果。

針對(duì)卵巢癌目前早期診斷困難、缺乏有效腫瘤標(biāo)志物的困境，研究團(tuán)隊(duì)基于常規(guī)體檢中的實(shí)驗(yàn)室檢驗(yàn)構(gòu)建了卵巢癌診斷人工智能融合模型，為卵巢癌提供了一種低成本、易獲取，且高準(zhǔn)確率的輔助診斷工具，有望助力卵巢癌的精準(zhǔn)防控及早期診斷。

卵巢癌早診困難，研究團(tuán)隊(duì)讓“小檢驗(yàn)”發(fā)揮“大作用”

卵巢癌是致死率最高的婦科惡性腫瘤，其5年生存率僅為40%。卵巢癌發(fā)病隱匿，無(wú)特異性的癥狀體征，超過(guò)一半的患者發(fā)現(xiàn)已是晚期，這是卵巢癌預(yù)后差的重要原因。

目前，臨床上運(yùn)用的主要卵巢癌標(biāo)志物為糖類抗原125（CA125）和人附睪蛋白4(HE4)，研究已證實(shí)其敏感性和特異性有限?？偟膩?lái)說(shuō)，當(dāng)前缺乏標(biāo)志物實(shí)現(xiàn)卵巢癌的早期診斷，亟需發(fā)展新的卵巢癌診斷標(biāo)志物協(xié)助卵巢癌診斷走出困境。

常規(guī)實(shí)驗(yàn)室檢驗(yàn)（包括血常規(guī)、生化檢查、凝血檢查、尿液檢查等）是臨床和體檢中最常用的檢查項(xiàng)目。既往研究已證明，部分常見檢驗(yàn)項(xiàng)目，如血液中的白蛋白濃度、血小板計(jì)數(shù)、中性粒細(xì)胞計(jì)數(shù)等，與卵巢癌的診斷和預(yù)后顯著相關(guān)，提示這些常規(guī)檢驗(yàn)指標(biāo)具有成為卵巢癌標(biāo)志物的潛力。

這些標(biāo)準(zhǔn)化的實(shí)驗(yàn)室檢驗(yàn)方法，檢驗(yàn)成本低，已廣泛運(yùn)用于常規(guī)體檢和各級(jí)醫(yī)療機(jī)構(gòu)中。若能以這些檢驗(yàn)指標(biāo)作為標(biāo)志物，對(duì)提高體檢機(jī)構(gòu)和基層醫(yī)療機(jī)構(gòu)的卵巢癌診斷水平，改善疾病二級(jí)預(yù)防現(xiàn)狀，進(jìn)而改善卵巢癌患者的預(yù)后具有重要意義。

創(chuàng)新構(gòu)建卵巢癌預(yù)測(cè)模型，精準(zhǔn)鎖定風(fēng)險(xiǎn)人群

研究者共收集了中山大學(xué)腫瘤防治中心、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院、浙江大學(xué)醫(yī)學(xué)院附屬婦產(chǎn)科醫(yī)院超過(guò)1萬(wàn)例女性的98項(xiàng)實(shí)驗(yàn)室檢查結(jié)果，并基于團(tuán)隊(duì)自主研發(fā)的創(chuàng)新人工智能融合框架——MCDM框架，融合20個(gè)人工智能基分類模型，構(gòu)建了卵巢癌預(yù)測(cè)模型——MCF模型。該模型最終納入51項(xiàng)實(shí)驗(yàn)室檢驗(yàn)指標(biāo)和年齡，其在內(nèi)部驗(yàn)證集和兩個(gè)獨(dú)立的外部驗(yàn)證集上的AUC分別達(dá)0.949（95%CI 0.948-0.950）、0.882（0.880-0.885）和0.884（0.882-0.887）。

研究結(jié)果顯示，MCF模型識(shí)別卵巢癌患者、特別是早期卵巢癌患者的AUC和靈敏度顯著高于傳統(tǒng)卵巢癌標(biāo)志物CA125、HE4及兩者聯(lián)合，且在部分指標(biāo)缺失的人群中依然可以對(duì)卵巢癌的風(fēng)險(xiǎn)進(jìn)行較準(zhǔn)確的預(yù)測(cè)，提示MCF模型具有較好的穩(wěn)定性，并對(duì)真實(shí)世界數(shù)據(jù)具有較好的兼容性。

模型對(duì)比CA125對(duì)卵巢癌（圖A-C）、早期卵巢癌（D-F）的診斷效能

該研究為卵巢癌提供了一種低成本、易獲取，且準(zhǔn)確的人工智能輔助診斷工具——MCF模型。由于模型使用的所有特征均為常規(guī)實(shí)驗(yàn)室項(xiàng)目，故在體檢機(jī)構(gòu)或?qū)D科腫瘤經(jīng)驗(yàn)有限的基層醫(yī)療機(jī)構(gòu)中，該模型可為卵巢癌的診斷提供寶貴且高效的決策幫助。

本研究構(gòu)建的MCF模型已封裝為開源的卵巢癌預(yù)測(cè)工具，輸入相應(yīng)實(shí)驗(yàn)室檢驗(yàn)數(shù)據(jù)和年齡即可計(jì)算患卵巢癌的風(fēng)險(xiǎn)值。此外，本研究還發(fā)現(xiàn)，除腫瘤標(biāo)志物外，其他常規(guī)實(shí)驗(yàn)室檢驗(yàn)，如D-D二聚體、血小板計(jì)數(shù)等，也對(duì)卵巢癌診斷預(yù)測(cè)有較大貢獻(xiàn)，提示這些檢驗(yàn)指標(biāo)相關(guān)病理生理過(guò)程可能在卵巢癌的發(fā)展過(guò)程中發(fā)揮了重要作用，其潛在機(jī)制值得進(jìn)一步探討。

中山大學(xué)腫瘤防治中心蔡光瑤博士、南方醫(yī)科大學(xué)博士研究生黃方俊、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院高越博士、浙江大學(xué)醫(yī)學(xué)院附屬婦產(chǎn)科醫(yī)院李曉教授為本文共同第一作者；中山大學(xué)腫瘤防治中心劉繼紅教授、南方醫(yī)科大學(xué)甄鑫教授、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院高慶蕾教授為共同通訊作者。

論文鏈接：

https://www.thelancet.com/journals/landig/article/PIIS2589-7500(23)00245-5/fulltext

研究者簡(jiǎn)介：

劉繼紅

中山大學(xué)腫瘤防治中心婦科 教授、主任醫(yī)師、博士生導(dǎo)師

中華醫(yī)學(xué)會(huì)婦科腫瘤學(xué)分會(huì)（CSGO）第四、五屆委員會(huì) 副主任委員

中國(guó)抗癌協(xié)會(huì)子宮體腫瘤專業(yè)委員會(huì) 主任委員

國(guó)家癌癥中心國(guó)家腫瘤質(zhì)控中心宮頸癌質(zhì)控專家委員會(huì) 副主任委員

中國(guó)優(yōu)生科學(xué)協(xié)會(huì)陰道鏡和宮頸病理學(xué)分會(huì)（CSCCP） 副主任委員

中國(guó)醫(yī)師協(xié)會(huì)婦產(chǎn)科醫(yī)師分會(huì)常務(wù)委員

中國(guó)研究型醫(yī)院學(xué)會(huì)婦科腫瘤專業(yè)委員會(huì) 副主任委員

中國(guó)放射性腸損傷研究協(xié)作組第一屆委員會(huì) 執(zhí)行組長(zhǎng)

廣東省醫(yī)學(xué)會(huì)婦科腫瘤學(xué)分會(huì) 主任委員 兼青年委員會(huì)主任委員

廣東省醫(yī)學(xué)會(huì)婦產(chǎn)科學(xué)分會(huì) 名譽(yù)主任委員、婦科腫瘤學(xué)組組長(zhǎng)

廣東省抗癌協(xié)會(huì)婦科腫瘤專業(yè)委員會(huì) 主任委員

中國(guó)南方腫瘤臨床研究協(xié)會(huì)婦科腫瘤分子診療專業(yè)委員會(huì) 主任委員

蔡光瑤

中山大學(xué)腫瘤防治中心婦科 醫(yī)師，醫(yī)學(xué)博士。

從事卵巢癌、宮頸癌、子宮內(nèi)膜癌等婦科腫瘤的臨床診療工作，主要研究方向?yàn)槁殉舶┑木珳?zhǔn)診療。以第一作者/共同第一作者在The Lancet Digital Health，Nature Communications等國(guó)際知名醫(yī)學(xué)學(xué)術(shù)期刊發(fā)表論文多篇，相關(guān)成果入選SGO、IGCS等學(xué)術(shù)會(huì)議壁報(bào)匯報(bào)。

通訊員/陳鋆 趙現(xiàn)廷

責(zé)任編輯/劉秀