综述：将计算病理学与结直肠癌临床实践对齐

《npj Precision Oncology》：Aligning computational pathology with clinical practice for colorectal cancer

本综述系统评估了深度学习在结直肠癌（CRC）计算病理学中的应用现状，重点对标国际癌症报告协作组织（ICCR）指南的25项诊断要素。研究发现，现有研究高度集中于微卫星不稳定性（MSI）、BRAF V600E突变及淋巴结（pN）分期等少数要素，而多数核心要素（如脉管侵犯、切缘状态等）尚缺乏可靠算法。尽管AI模型展现出高灵敏度与特异性，但其临床转化仍面临数据/代码开源不足、多中心验证缺乏及与临床工作流整合度低等挑战。本文为弥合AI研究与临床诊断需求间的差距提供了清晰路线图。

　　

当前计算病理学在结直肠癌诊断中的研究格局

随着数字化病理实验室在全球范围内的普及，基于人工智能（AI）的计算工具正逐步融入病理学家的临床诊断流程。结直肠癌（CRC）作为全球第三大常见癌症，其病理报告需包含国际癌症报告协作组织（ICCR）指南定义的20余项要素。然而，当前大多数AI研究仅聚焦于其中三项（MSI状态、BRAF突变、pN分期），且缺乏充分的临床验证。本综述旨在系统梳理深度学习（DL）在CRC计算病理学中的应用现状，分析其与ICCR指南各要素的覆盖程度，并指出实现自动化诊断报告所存在的关键差距。

方法学：系统文献综述框架

本研究严格遵循系统综述和荟萃分析优先报告项目（PRISMA）指南，对2015年1月1日至2024年9月13日期间发表在PubMed、Web of Science、Embase和IEEE Xplore的文献进行检索。筛选过程由至少两名评审员独立进行，最终纳入66项研究。纳入标准包括：研究必须基于人类CRC组织病理学图像数据，开发全自动算法，并输出与ICCR要素直接相关的slide-level或patient-level结果。

核心要素的研究现状与分析

区域淋巴结状态（pN）

pN分期是决定辅助化疗和癌症分期的关键。TNM分类将淋巴结状态分为NX、N0、N1a、N1b、N1c、N2a和N2b。AI模型主要通过检测淋巴结切片中的转移灶来实现自动化评估。

多项研究展示了较高的灵敏度（>0.99）和特异性（>0.99）。例如，Huang等开发的人机回环AI系统（nuclei.io）显著提高了孤立肿瘤细胞的检测能力并缩短了评估时间。Kindler等的深度神经网络工具在临床测试中表现出高灵敏度（0.990）和极强的观察者间一致性（κ=0.94）。Khan等的集成模型与专家病理学家达成100%的一致性。

然而，实现pN分期的完全自动化仍面临挑战：组织制备过程中，较大的淋巴结可能被切为两半并出现在同一张或不同的切片上，导致重复计数。解决方案可能包括将宏观组织制备信息与AI图像分析更紧密地结合，例如记录淋巴结位置信息或采用一致性组织标记。

组织学肿瘤分级

肿瘤分级根据肿瘤细胞的分化程度评估，高级别表示腺体结构丧失。ICCR指南采用两级系统：低级别（包括高/中分化）和高级别（低分化）。

现有研究多基于Tile分类，但存在明显局限性。大多数研究（除Schrammen等外）未进行外部验证，且缺乏多观察者共识金标准。Rathore等使用形态学和纹理特征结合支持向量机进行分类，性能与Tile分类方法相当。关键问题在于，临床实践需综合多张切片中的最高分级进行评估，而基于TCGA的研究可能无法代表整体肿瘤分级，因为其WSI并非为分级目的而选择。

数据可及性和代码可重复性是主要障碍。仅少数研究使用公开数据集（如GLaS），大多数未共享代码或模型权重。

病理TNM分期

pTNM分期结合了原发肿瘤浸润深度（pT）、区域淋巴结转移情况（pN）和远处转移（pM），是CRC最重要的预后因素，I期患者5年生存率超过90%，而IV期仅为11-15%。

目前尚无研究展示能够从组织学切片可靠评估完整TNM分期（I-IV期）的端到端流程。现有工作多集中于预测低（I, II）与高（III, IV）分期，或区分转移性结肠癌与局部结肠癌。例如，Levy等预测低/高分期，但未评估肿瘤浸润深度。遵循UICC TNM指南，通过整合局部、区域和远处扩散信息来构建分期的方法，可能更具临床相关性。

神经周围侵犯（PNI）

PNI定义为肿瘤沿神经生长，包围至少三分之一神经周长并侵犯其任何层。其存在与不良预后相关。

仅有两项研究符合纳入标准。Jung等和Han等均采用先分割神经和肿瘤区域，再识别二者边界的策略。Han等使用了包含多种癌症类型的PAIP2021数据集（240张WSI）进行训练。这些模型可输出符合ICCR指南的二元结果（存在/缺失），但验证队列规模较小，且均未提供代码或模型权重，限制了其可重复性和临床适用性。

原发肿瘤浸润程度（pT）

pT评估原发肿瘤在肠壁内的浸润深度，范围从pT0（无肿瘤）到pT4（侵犯其他器官或内脏腹膜）。仅有一项研究（Ju等）通过了排除标准。该研究使用两个验证队列（内部38例，外部42例），首先分割肿瘤区域，然后使用基于patch的分类器预测每个Tile的pT，最终选择最高pT值作为最终预测。模型在内部测试集和外部验证队列的AUC分别高达0.93和0.90。

然而，该研究验证集病例数少，未公开数据、代码和权重，且仅在二分类设置中展示结果，未进行多类评估。开发具有更大验证队列的稳健pT自动评估方法仍需更多工作。

新辅助治疗反应

肿瘤退缩分级（TRG）用于评估新辅助放化疗（nCRT）后的组织反应，通过测量肿瘤床内肿瘤与纤维化的比例来实现。

仅检索到一项完全自动化预测nCRT后反应的研究（Zhang等）。该研究使用多示例学习（MIL）方法，将AJCC的四个TRG类别合并为二分类任务（应答良好/差），这与ICCR指南不符。此外，该研究进行slide-level预测，但未讨论patient-level预测的聚合策略，而后者是临床报告所必需的。由于TRG定义多样，目前尚无临床就绪的算法可用于直肠癌肿瘤退缩评估。

非核心要素的研究进展与挑战

MMR状态/MSI

错配修复（MMR）系统负责纠正DNA复制错误，其基因突变导致的微卫星不稳定性（MSI）是重要的生物标志物。常规诊断通常使用免疫组化（IHC）进行。

大多数MSI预测模型依赖于Tile-level嵌入，再聚合为slide-level分数。约43.6%的方法预先检测肿瘤区域，然后进行平均、多数或top-k聚合；其余则使用注意力机制加权Tile结果。

尽管许多研究报道了高AUC（>0.90），但仅13.7%的研究设定了适用于临床筛查的截断值（如灵敏度≥90%）。目前有一款工具（MSIntuit）获得CE-IVD认证作为预筛查工具，但尚无工具能在保持95%灵敏度的同时达到IHC或PCR检测的特异性。金标准定义不统一（IHC、PCR或其他）以及缺乏观察者间一致性报告，也限制了模型的可比性。

BRAF V600E突变

BRAF突变在Lynch综合征识别和指导EGFR抑制剂治疗中具有重要作用。V600E突变占BRAF突变病例的约90%。

研究策略与MSI预测高度重叠，常同时预测这两个生物标志物。多数工作流程包括染色归一化、Tile提取，部分（31.3%）会使用组织分类算法识别肿瘤组织。超过80%的出版物采用MIL方法。

主要挑战在于：大多数研究（87.5%）未区分BRAF V600E与其他BRAF突变；MSI与BRAF状态高度相关，模型性能可能混淆；缺乏临床适用的截断值使得临床环境性能评估困难。

共存病理

此部分涵盖所有其他已识别的病变，如同步癌、息肉或炎症性肠病（IBD）等。

现有研究主要集中于前驱病变或息肉分类，而非完整的共存病理报告。数据集多来自活检或息肉切除标本，而非肿瘤切除标本。不同研究对同一任务的金标准定义可能存在差异。例如，Neto等和Perlo等采用了不同的息肉分类方法。对于IBD，目前尚无基于H&E切片进行完全自动报告的方法。

肿瘤出芽（TB）

肿瘤出芽是指肿瘤浸润前沿不超过四个癌细胞组成的小簇，其评估遵循国际肿瘤出芽共识会议（ITBCC）标准。

两项研究采用了标准化的ITBCC评估流程。Lu等使用Faster R-CNN进行芽检测。Bokhorst等则构建了一个整合U-Net进行组织分割的管道，并在四个医疗中心的数据上进行了验证。这些模型有望减少评估时间和观察者间变异，但在部署前仍需解决一些局限性，如小验证数据集、坏死区域芽计数高估以及无法区分假性出芽等。

讨论与未来方向

本综述揭示了计算病理学研究与临床实践之间的显著差距。尽管研究数量随时间增长，但资源可及性差（仅38%研究提供代码，12%提供模型权重）严重阻碍了独立验证和比较。许多ICCR核心要素（如组织学亚型、脉管侵犯、切缘状态等）仍未被充分探索或完全未被涉及。

成功将计算病理学工具整合入临床实践，需考虑算法性能之外的多种实际因素：基础设施、与实验室信息系统的集成、维护成本以及专业知识需求。多中心评估对于确保泛化性至关重要，但常因数据访问壁垒而难以实现。

未来研究应更紧密地对齐ICCR指南，开发能够处理完整诊断工作流程而非孤立任务的模型。关注可解释性、临床验证以及与实际诊断流程的整合，将是推动该领域走向临床应用的的关键。同时，需要解决数据偏见、提高代码和数据的开放性，并探索多模态策略（如结合宏观信息、IHC或转录组学）以进一步提升诊断准确性。

总之，尽管计算病理学在CRC诊断自动化方面展现出巨大潜力，但迈向全面临床适用仍道阻且长。通过弥合已识别的研究空白，并专注于开发稳健、可验证且与临床工作流紧密结合的工具，该领域有望真正改变结直肠癌的病理诊断实践。