企业动态

近日，Zhuoyan Shen、Douglas Brand、Mikaël Simard 等多国学者联合在《eBioMedicine》期刊（2025 年 11 月 17 日在线发表）发表一项突破性研究。该研究团队来自伦敦大学学院医学物理与生物医学工程系、伦敦大学学院医院 NHS 信托基金会放疗科等多所知名院校及机构，提出利用人工智能（AI）技术分析病理切片免疫图谱，结合基因突变状态，可精准预测局部晚期直肠癌（LARC）患者放化疗（nCRT）疗效，为个性化治疗提供新方案。

研究聚焦肿瘤免疫微环境对直肠癌治疗结局的影响——当前局部晚期直肠癌放化疗疗效个体差异大，缺乏精准预测工具，而肿瘤浸润淋巴细胞（TILs）、肿瘤相关巨噬细胞（TAMs）等免疫细胞与肿瘤增殖、基因突变的协同作用尚不明确，这正是该研究的核心探索方向。

研究团队构建了包含AI组织分类器和细胞检测器的双模块框架，对3个队列（ARISTOTLE-RC临床试验队列、UCLH-RC真实世界队列、TCGA-CRC泛结直肠癌队列）共937名患者的HE染色病理切片进行分析，自动量化TILs、TAMs密度及有丝分裂指数（MI），并结合KRAS、TP53基因突变状态，评估其与无病生存期（DFS）和总生存期（OS）的关联。

核心发现显示：高TILs密度患者DFS和OS显著延长（ARISTOTLE-RC队列HR分别为0.59和0.42），高TAMs密度则与不良预后相关（DFS HR=1.65）；KRAS野生型+高TILs患者预后最佳（DFS HR=0.41，OS HR=0.28），而TP53突变+高TAMs患者DFS更短（HR=1.46）；放化疗后TILs密度升高的患者疗效更优（DFS HR=0.70），且高有丝分裂指数与免疫抑制相关。该AI模型经多队列验证，加入免疫指标后预测模型C指数显著提升，为临床风险分层提供可靠工具。

研究首次通过AI实现病理切片免疫特征的自动化量化，揭示了免疫细胞与基因突变的协同预后价值，相关技术已通过在线平台（https://octopath.ai/）开放，为临床快速评估患者治疗敏感性、优化治疗方案提供了高效解决方案。

全文链接：https://www.thelancet.com/journals/ebiom/article/PIIS2352-3964(25)00437-2/fulltext