基于广义视觉 Transformer 的自监督模型：前列腺癌精准诊断与分级的新突破

研究人员为解决前列腺癌分级主观性问题，开展基于组织学图像的诊断和分级研究，结果显示模型性能良好，具有临床应用潜力。

　　前列腺癌，这个在男性健康领域 “臭名昭著” 的杀手，是全球范围内男性中发病率位居第二的恶性肿瘤 ，严重威胁着男性的生命健康。目前，前列腺癌的诊断和分级主要依赖于前列腺组织活检的组织病理学检查，其中 Gleason 评分系统是金标准。医生会通过评估组织的结构模式和细胞形态，来确定 Gleason 模式（GP）评分，进而得出国际泌尿病理学会（ISUP）分级，该分级能反映癌症的侵袭性。

然而，这种传统的手动分级方式存在诸多弊端。它不仅耗费人力，而且主观性很强，不同病理学家之间的分级差异明显，这就可能导致诊断不一致，进而影响临床决策，耽误患者的治疗。因此，开发更精确、客观且可重复的数字病理学工具迫在眉睫。

在这样的背景下，来自澳大利亚塔斯马尼亚大学孟席斯医学研究所等机构的研究人员展开了深入研究。他们致力于训练和验证一种广义的人工智能驱动系统，旨在利用组织微阵列（TMA）核心和全切片图像（WSIs）的不同数据集，结合苏木精 - 伊红（H&E）染色技术，实现对前列腺癌的精准诊断和分级。相关研究成果发表在《Prostate Cancer and Prostatic Diseases》杂志上。

为了实现研究目标，研究人员采用了多种关键技术方法。首先，他们整合了八个前列腺癌数据集，涵盖了 3648 名患者的 12711 张组织学图像，这些图像包含 TMA 核心图像和 WSIs。在图像预处理阶段，利用 Macenko 方法对图像颜色进行归一化处理，以确保不同来源图像的一致性。接着，通过自定义 Python 脚本对图像进行一系列处理，如提取图像补丁、根据组织含量进行筛选等。在模型构建方面，研究人员从多种架构中筛选出最优的基于视觉 Transformer（ViT）的模型，并利用 DINOv2 自监督学习方法进行预训练。随后，分别训练多分辨率二元分类器和多类分类器，用于区分良性和恶性组织以及对恶性组织的 GP 进行亚分类 。

研究结果令人瞩目：

1. 多分辨率二元分类器性能卓越：该分类器在区分良性和恶性组织方面表现出色，内部验证的 κ 评分达到 0.967。在四个未见测试数据集上，κ 评分范围从 0.876 到 0.995。这意味着模型能够准确识别不同放大倍数下的癌组织特征，在不同数据集上都具有较高的可靠性。
2. 多类分类器精准区分 GP：多类分类器可以有效区分 GP3、GP4 和 GP5，内部验证的总体 κ 评分为 0.841。在不同数据集的未见测试集中，κ 评分范围从 0.774 到 0.888 。这表明模型能够精准判断前列腺癌组织的侵袭性程度。
3. 注意力地图揭示模型决策依据：通过分析注意力地图，发现模型在二元分类任务中，能聚焦于腺体形成和细胞异常等关键组织学结构；在多类分类任务中，能准确突出不同 GP 的特征区域，如 GP3 的小而明确的腺体、GP4 的发育不良腺体或筛状结构、GP5 缺乏腺体结构的区域 。这充分验证了模型预测的可靠性，其决策过程与病理学家的观察高度一致。
4. 模型与病理学家的比较及外部验证：与独立病理学家的注释相比，模型在外部数据集上的四类 κ 评分为 0.752，显示出较高的一致性。在外部验证中，模型在 PANDA、NADT - Prostate 和 PROSTATE - MRI 三个数据集上，确定联合 GP 和 ISUP 分级的 κ 评分良好，证明了模型在不同临床环境下的泛化能力和临床适用性 。

在研究结论与讨论部分，该研究开发的基于自监督 ViT 的模型，在前列腺癌的诊断和分级方面展现出强大的性能。它能够有效区分良性和恶性组织，并根据癌症的侵袭性对恶性组织进行分类。注意力地图与专家确认的病理特征高度吻合，结合外部验证，充分展示了模型的稳健性和泛化能力。与以往研究相比，该模型在准确性和一致性上表现更优，为病理学家提供了可靠的辅助诊断工具，有望显著提高前列腺癌诊断和分级的效率和准确性，减少诊断误差，优化临床决策。此外，该模型还有望应用于术中会诊等时间关键的临床场景，虽然冷冻切片存在图像质量问题，但通过针对性训练和调整，未来有可能实现快速可靠的诊断。

综上所述，这项研究成果为前列腺癌的诊断和分级带来了新的希望，基于广义视觉 Transformer 的自监督模型展现出巨大的临床应用潜力，为数字病理学的发展注入了新的活力，有望推动前列腺癌诊疗领域的进步。