基于可解释人工智能的人机协作模型提升胶质母细胞瘤手术决策：一项国际多中心研究

《npj Precision Oncology》：Enhancing decision-making in glioblastoma surgery through an explainable human-AI collaboration: an international multicenter model development and external validation study

本研究针对胶质母细胞瘤(GBM)手术中切除范围(EOR)预测不准确的临床难题，开发并验证了一种可解释人工智能模型。通过分析811例患者数据，研究构建了随机森林分类器预测GTR/NTR/STR三种切除结局，外部验证AUC达0.78。关键发现包括KPS评分、NANO评分、年龄和肿瘤体积等核心预测因子，并通过SHAP框架实现预测可解释化。最具临床价值的是，人机协作模式显著优于专家单独决策(准确率0.53→0.94)，为个体化手术规划提供了新范式。

　　

在神经肿瘤领域，胶质母细胞瘤(GBM)始终是悬在外科医生头顶的"达摩克利斯之剑"。作为最常见且最具侵袭性的原发性脑肿瘤，即便采用手术联合放化疗的综合治疗方案，患者中位生存期仍仅12-15个月。手术切除是目前最核心的治疗手段，但如何在"最大程度安全切除"的准则下平衡肿瘤清除与神经功能保护，成为神经外科医生每日面临的艰难抉择。

问题的复杂性源于肿瘤的高度异质性——位于重要功能区的肿瘤可能因担心神经功能障碍而切除不足，而看似可全切的肿瘤在实际手术中却可能因解剖变异仅实现部分切除。更令人深思的是，经验丰富的神经外科医生对切除范围的预判也存在显著差异，预期可实现全切除的患者最终仅有不到25%达成目标。这种决策的不确定性凸显了临床对客观预测工具的迫切需求。

针对这一挑战，由Julius M. Kernbach领衔的国际研究团队在《npj Precision Oncology》发表了创新性研究，开发了一种基于可解释人工智能的手术决策支持系统。研究团队遵循严格的机器学习报告标准，整合了来自五个国际中心的601例患者数据用于模型开发，并在独立中心的174例患者中完成外部验证。所有患者均接受最大安全切除手术理念的治疗，即在不损害神经功能的前提下最大化肿瘤切除。

研究采用多类别框架定义切除范围：全切除(GTR)指无对比增强肿瘤残留；近全切除(NTR)为残留<10%；次全切除(STR)为残留>10%。通过系统比较多种机器学习算法，随机森林分类器在嵌套交叉验证中表现最优，其参数通过网格搜索确定，最终模型在bootstrap迭代中计算置信区间。

关键技术方法包括：使用k近邻算法处理缺失值，SMOTE技术平衡类别不均，SHAP框架提供全局和局部解释。模型输入特征涵盖临床(年龄、KPS评分、NANO评分)、肿瘤解剖(体积、位置、功能区浸润)和手术辅助技术等多维度数据。

模型开发与验证

内部验证显示模型微平均AUC为0.76，外部验证提升至0.78，证实了模型的泛化能力。三类切除范围的预测性能存在差异：GTR预测AUC为0.75，STR为0.69，而NTR相对较低为0.59，反映了边界病例预测的固有难度。校准分析显示概率预测与观察结果总体一致，Brier评分表明外部验证时校准略有下降。

模型解释分析

通过SHAP框架，研究揭示了各类别预测的关键驱动因素。对于GTR预测，高KPS评分(良好功能状态)、低NANO评分(轻微神经缺损)和小肿瘤体积(<22cc)是积极因素，而胼胝体或岛叶浸润则降低全切除可能性。NTR预测与较大肿瘤体积、高龄(>69岁)、顶叶受累及相关功能损害密切相关。STR预测在双半球受累、功能区浸润和大体积(>25cc)肿瘤中更为显著。

敏感性分析

研究创新性地将预测结果分为四类进行深入分析：高置信正确、高置信错误、低置信正确和低置信错误。高置信正确预测主要集中于GTR病例，特征贡献曲线显示肿瘤体积、NANO和KPS评分起主导作用。高置信错误预测多出现在NTR类别，当良好功能状态与不利肿瘤特征共存时，模型可能过度加权功能状态信号。低置信正确预测表现出更大的个体间变异度，特征贡献平衡而敏感，反映了临床决策中的灰色地带。

临床影响评估

最具说服力的是前瞻性人机协作验证：单独AI模型准确率0.73，人类专家0.53，而人机协作提升至0.94。F1分数从0.30(人类)和0.42(AI)提升至0.92，Cohen's κ从0.41提高至0.84。特别值得注意的是，人机协作在STR预测中达到完美性能(准确率1.00)，而在更微妙的NTR/GTR区分中也显著改善。

研究的深刻见解在于，模型不仅复制了专家决策模式，更揭示了被人类评估者低估的关键特征。传统上外科医生过度依赖肿瘤解剖特征，而AI模型突出强调了患者特异性临床特征(KPS、NANO评分)的核心预测价值。这种特征权重的重新分配，为临床决策提供了新的视角。

讨论部分指出，随着分子分型指导下个性化手术策略的发展，可靠且可解释的EOR预测工具价值日益凸显。与常见误解相反，研究证明相对简单的树模型在结构化医疗数据中可能优于复杂深度学习模型，同时保持更好的可解释性。这种"白箱"方法契合医疗AI的发展方向——不是替代临床判断，而是通过提供透明、可解释的决策支持来增强人类专业知识。

研究的局限性包括SHAP解释的事后性、NTR类别样本不足、以及单中心外部验证队列。未来方向可能整合影像组学、深度学习衍生生物标志物甚至术中分子谱，推动更客观的切除规划。

这项研究的意义超越了胶质母细胞瘤手术领域，为复杂医疗决策中的人机协作提供了范式。通过将可解释AI深度融入临床工作流，既利用了算法的预测能力，又保留了临床医生的专业判断，最终实现"1+1>2"的协同效应。这种协作模式有望减少临床判断的变异性，提高手术策略的精准度，推动神经肿瘤学向更加个性化、数据驱动的方向发展。