人工智能辅助乳腺叶状肿瘤精准诊断及预后系统

乳腺叶状肿瘤（PT）是一种罕见的纤维上皮肿瘤，占所有乳腺肿瘤的1%至3%，世界卫生组织根据肿瘤边界、间质细胞结构、间质异型性等组织病理学特征将其分为良性、交界性和恶性、有丝分裂活性和基质过度生长。 恶性PT占18%-25%，局部复发率高达65%，远处转移率高（16%-25%）。 良性 PT 在多次复发后可能进展为恶性肿瘤。 因此，早期、准确的诊断和识别治疗靶点对于改善结果和生存率至关重要。

近年来，人们对人工智能（AI）在医疗诊断中的应用越来越感兴趣。 人工智能可以整合临床信息、组织病理学图像和多组学数据，以辅助病理和临床诊断、预后预测和分子分析。人工智能在各个领域都显示出可喜的成果，包括结直肠癌、乳腺癌等不同癌症的诊断癌症和前列腺癌。 然而，PT在诊断和治疗方法上与乳腺癌不同。 因此，建立基于人工智能的PT精准诊断和预后评估系统对于个性化医疗至关重要。

聂艳博士领衔的研究团队是广东省乃至全国为数不多的专门从事PT研究的团队之一。 他们的团队一直在对PT的恶性进展、转移机制和分子标志物进行研究。 该团队已经确定了关键机制，例如成纤维细胞向肌成纤维细胞的分化，以及肿瘤相关巨噬细胞在促进这种分化中的作用。 他们还鉴定了分子标志物，包括 miR-21、α-SMA、CCL18 和 CCL5，与传统的组织病理学分级相比，这些分子标志物在预测肿瘤复发风险方面更准确。

该项目收集了近千名乳腺PT患者的高质量数据，包括影像学、组织病理学和生存数据，并对组织样本进行了转录组基因测序。 他们的目标是建立一个全面的乳腺 PT 多组学数据库，并创建一个基于人工智能的早期诊断和预后预测模型。 这项研究有望改善乳腺 PT 的诊断和治疗，解决中国不同地区乳腺 PT 护理的差异，并有助于开发新的治疗靶点。