2026.11.16
本研究开发并多中心验证了融合术前CT影像组学、术后病理组学与临床指标的可解释多模态RCSA模型,能精准预测局部进展期胃癌术后异时性肝转移,并揭示了低风险患者具有更活跃的抗肿瘤免疫微环境。
Title题目
01
多模态影像病理组学模型预测胃癌术后异时性肝转移
Multimodal radiopathomics model predicts postoperative metachronous liver metastasis in gastric cancer
文献速递介绍
02
胃癌是全球尤其是东亚国家癌症相关死亡的主因之一。尽管外科手术技术和围手术期辅助治疗不断取得突破,局部进展期胃癌患者根治术后的复发转移率依然居高不下,其中术后6个月以上发生的异时性肝转移是导致患者预后不良和死亡的关键因素。常规的TNM分期和临床病理指标因无法有效反映胃癌的生物学异质性,对识别隐匿性转移高危患者能力有限。基于术前CT的影像组学能够捕捉宏观肿瘤异质性,而基于深度学习的数字病理组学则能敏锐捕捉微观细胞结构与肿瘤微环境信息。然而既往研究多限于单一模态,缺乏将宏观影像、微观病理与临床特征系统融合的尝试。为此,本研究开发了多模态放射病理组学临床分层评估模型RCSA,旨在为局部进展期胃癌根治术后异时性肝转移提供高精度的个体化预测与生物学分层。
患者队列与临床特征
研究纳入来自中国6家医学中心及TCIA公共数据库的1878例局部进展期胃癌患者,涵盖训练队列(770例)、按时间分期的内部验证队列(362例)、按南北地域划分的外部验证队列(448例)与TCIA公共队列(41例),以及来自前瞻性随机临床试验NCT02555358的前瞻性验证队列(257例,含直接手术组93例与新辅助化疗组164例)。各中心患者基线特征均衡,男性占比约65.6%。各队列中位随访时间均超过50个月,术后异时性肝转移发生率处于14.4%至17.5%之间,为模型的训练与多维度验证提供了坚实的数据基础。
RCSA模型构建与性能表现
多变量逻辑回归分析证实病理类型、术后pTNM分期、Lauren分型、影像组学签名与病理组学签名均为异时性肝转移的独立危险因素,据此构建了RCSA多模态列线图。在训练集上,RCSA模型的AUC高达0.909,显著优于单纯临床模型(0.701)、影像组学模型(0.820)和病理组学模型(0.832),且表现优于基于Transformer的多模态架构。净重新分类指数NRI与综合判别改善指数IDI均有显著提升,校准曲线展现了优秀的预测一致性。RCSA判定的高危组患者5年总生存率显著低于低危组(38.9%对55.6%),多变量Cox回归表明RCSA是独立的生存预后指标。在HER2状态、血清标志物及胃肝样腺癌等亚组中模型均表现出高度稳定性。
内部与外部多中心验证
在两组不同历史时期的内部验证集(Set I与Set II)中,RCSA模型保持了0.908和0.903的高AUC,Brier评分低至0.053和0.071。相较于传统临床模型,RCSA将高危转移患者的检出率提升了23.2%,并减少了5.7%的低危误分类。在北方外部验证集I、南方外部验证集II及TCIA数据集中,RCSA模型的AUC分别达到0.890、0.865和0.862,重分类改善与决策曲线净收益均表现突出。同时,外部队列生存分析再次验证了RCSA分层与5年总生存期的显著相关性,证明模型具备跨中心、跨地域的良好泛化能力。
前瞻性试验队列验证
在来自前瞻性随机对照临床试验NCT02555358的独立队列中,直接手术组应用RCSA模型预测异时性肝转移的AUC达到0.898,低危与高危患者5年总生存率差异具有统计学意义(57.7%对31.8%)。在经历术前化疗导致组织学发生重塑的新辅助化疗亚组中,RCSA模型依然取得了0.786的AUC,且预测评分与化疗客观病理缓解程度显著相关,KM曲线同样显示出显著的生存分层能力。这表明深度学习提取的病理学与影像学特征能够有效适应化疗后的组织变异,展现出广泛的临床适用性。
模型可解释性与单病例预测验证
借助SHAP可解释性分析,研究系统解析了驱动模型判断的核心特征。在影像组学中,LoG滤波与小波变换的高阶纹理非均匀度特征对高危转移呈现最强正向推动;在病理组学中,UNI模型提取的高维表征特征同样主导了风险预测。通过两个真实病例的单样本力导向图可视化,展示了模型如何将宏观CT和微观HE病理切片特征转化为量化风险得分。卫生经济学与随访成本分析表明,RCSA可将肝转移检出率提高9.2%,减少漏诊24例,有效优化了术后监测资源的分配。
分子机制与肿瘤免疫微环境特征
对82例前瞻性肿瘤组织的转录组测序分析显示,RCSA高低风险组具有截然不同的分子表达模式。GSVA和GSEA分析揭示,低风险组肿瘤显著富集干扰素-α/γ反应以及IL6/JAK/STAT3、TNF-α等多种免疫与炎性信号通路。免疫浸润与生态型分析进一步证实,低危组肿瘤微环境中CD8阳性T细胞、活化记忆CD4阳性T细胞及M1巨噬细胞浸润显著增加,且PDCD1、CTLA4、LAG3、TIGIT等免疫检查点基因及效应T细胞特征评分均显著上调。这表明低风险患者体内存在较强的抗肿瘤免疫应答,呈免疫炎性热肿瘤特征,提示这部分患者若接受术后辅助免疫治疗有望获得更高的应答率。
Aastract摘要
03
局部进展期胃癌患者在接受根治性切除术后常出现异时性肝转移,而传统肿瘤临床病理分期系统对此类远期复发风险的预警能力非常有限。为此,研究团队开发了具有临床可解释性的放射病理组学临床分层评估模型RCSA,整合了术前CT影像组学特征、常规HE染色肿瘤切片的病理组学特征以及传统临床独立危险因素。在多中心训练集、内部验证集、多中心跨地域外部验证集、TCIA公共数据库及前瞻性临床试验队列共计1878例患者中,RCSA模型展现出稳定且优异的肝转移预测效能,受试者工作特征曲线下面积AUC达到0.862至0.909,显著优于单模态和常规临床模型。转录组测序与免疫浸润分析进一步揭示,模型判定的低风险肿瘤具有更活跃的抗肿瘤免疫微环境以及显著增多的CD8阳性T细胞浸润,提示此类患者可能更能从术后辅助免疫治疗中获益。该模型成功将医院常规检查数据转化为术后个体化随访监测和精准治疗的指导工具。
Method方法
04
研究制定了严格的入组与排除标准,涵盖CT对比增强影像与术后FFPE样本HE染色切片。CT影像通过nnU-Net进行三维病灶自动分割并提取1130个标准影像组学特征,病理图像使用自监督DINOv2预训练的UNI病理基础模型提取1024维全切片特征。两类特征分别经LASSO降维并基于逻辑回归筛选构建特征签名。临床独立变量经单因素及多因素逻辑回归确定后,与两类特征联合构建RCSA列线图。通过ROC、PRC、校准曲线、DCA、Brier评分及SHAP归因进行模型检验。对82例新鲜肿瘤组织开展RNA测序,使用edgeR分析差异表达,结合GSVA、GSEA、CIBERSORTx和EcoTyper评估生物学通路和免疫微环境浸润。
Discussion讨论
05
本研究构建的多模态RCSA模型通过整合宏观影像组学、微观病理组学和临床危险因素,显著突破了现有胃癌预后预测模型的瓶颈。模型不仅在多中心跨地域回顾性队列及前瞻性试验队列中保持了出色的判别力和稳健性,更能有效应对新辅助化疗后的组织重塑。转录组测序深入揭示了预测分层背后的免疫学机制,使低风险人群的潜在免疫治疗获益特征得以显现。尽管研究存在回顾性数据偏倚风险、缺乏前瞻性干预临床验证以及尚未纳入基因组突变图谱等局限,但RCSA展示出将医院常规影像与病理数据转化为术后分层监测和个体化精准治疗指导工具的巨大临床价值。
Figure图
08

图1.
展示了多模态RCSA模型的研究全流程设计,包括CT影像自动分割与影像组学特征提取工作流、全切片病理图像通过UNI基础模型提取病理组学特征工作流、多模态RCSA列线图模型构建、基于82例前瞻性样本的转录组生物信息学分析、包含训练集、两组内部验证集、三组外部验证集和前瞻性临床试验队列在内的1878例患者入组流程,以及在胃肝样腺癌和AFP阳性胃癌特殊亚群中的模型验证延伸。

图2.
展示了在770例训练队列中RCSA模型的构建与全方位评估。整合组织学类型、pTNM分期、Lauren分型、影像组学签名与病理组学签名的RCSA列线图AUC达到0.909,显著优于各单模态模型;精确率-召回率曲线、混淆矩阵、雷达图和决策曲线分析证实其具有优异的判别准确性与临床净获益;Kaplan-Meier曲线表明高危组患者5年总生存率显著低于低危组;十折交叉验证及针对HER2和血清标志物的亚组分析均证明了模型的稳健性。

图3.
展示了模型在两组独立历史时期内部验证队列中的表现。RCSA模型在Set I和Set II中的AUC分别达到0.908和0.903,校准曲线表明预测与实际发生率高度吻合;同心圆图和重分类流程图直观证明,相较于传统临床指标,RCSA模型将异时性肝转移高危患者检出率从28.0%大幅提升至51.2%,显著减少了低危组的漏诊与误判。

图4.
展示了模型在跨越中国北方多中心(外部验证集I)、南方多中心(外部验证集II)以及TCIA公共数据库中的泛化表现。RCSA模型在各外部队列中均保持了很高的判别力(AUC分别为0.890和0.865),校准度优异,决策曲线净获益领先;Kaplan-Meier生存分析证实RCSA划分的高低危组在外部患者群体中同样表现出高度显著的5年总生存期差异。

图5:
展示了模型在来自前瞻性随机对照临床试验NCT02555358队列中的评估结果。在直接手术亚组中,RCSA预测异时性肝转移的AUC达到0.898,生存分层显著;即便在接受了新辅助化疗导致组织病理发生改变的患者亚组中,RCSA仍取得了0.786的稳健AUC,混淆矩阵、同心圆图及KM生存曲线均证实其在不同治疗策略患者群体中均具备优良的泛化适应能力。

图6:
通过SHAP算法对各验证队列中贡献度排名前列的影像组学特征与病理组学潜变量进行重要性排序与蜂群图可视化,解析了各特征对转移风险推断的正负贡献方向;同时展示了两位随访结局截然相反的典型患者个体化推断案例,结合CT原发灶、病理HE切片和SHAP力导向图,清晰解释了模型对低危未复发和高危肝转移患者进行判定的微观与宏观依据。

图7.
展示了RCSA定义的高低危两组间的分子与微环境转录组差异。差异基因火山图、GSVA与GSEA富集分析显示低危组显著富集干扰素反应、炎症与细胞因子通路;CIBERSORT和EcoTyper分析证明低危组肿瘤浸润更多CD8阳性T细胞、记忆CD4阳性T细胞和M1巨噬细胞,且多种免疫检查点分子(如PDCD1、CTLA4、LAG3等)及IFN-γ效应基因签名显著上调,揭示低危肿瘤呈现免疫活跃的热肿瘤状态,可能对术后免疫治疗更敏感。