人工智能整合多种数据类型来预测癌症结果

布莱根妇女医院的研究人员进行的一项研究展示了一种概念验证模型，该模型使用人工智能(AI)结合来自不同来源的多种类型的数据，并预测14种不同类型癌症的患者结果。研究负责人费萨尔·马哈茂德(FaisalMahmood)博士表示：“这项工作为整合多个来源的数据的更大规模的医疗保健人工智能研究奠定了基础。”哈佛大学和麻省理工学院。“从更广泛的意义上来说，我们的研究结果强调需要利用更大的数据集和下游临床试验来构建计算病理学预后模型，以建立实用性。”

Mahmood及其同事在《CancerCell》上发表了一篇题为“通过多模式深度学习进行泛癌综合组织学基因组分析”的论文，报告了他们的工作。”

人们早就知道，预测癌症患者的结果需要考虑许多不同的因素，例如患者病史、基因和疾病病理学，临床医生很难整合这些信息来做出有关患者护理的决策。专家依靠多种数据来源(例如基因组测序、病理学和患者病史)来诊断和预测不同类型的癌症。虽然现有技术使他们能够使用这些信息来预测结果，但手动集成来自不同来源的数据具有挑战性，专家经常发现自己在进行主观评估。此外，作者写道，“……组织病理学特征的主观解释已被证明存在观察者间和观察者内的巨大差异，

马哈茂德进一步指出：“专家分析许多证据来预测患者的康复情况。这些早期检查成为决定参加临床试验或特定治疗方案的基础。但这意味着这种多模式预测发生在专家层面。我们正在尝试通过计算来解决这个问题。”

马哈茂德和同事设计了一种方法，通过计算整合多种形式的诊断信息，以产生更准确的结果预测。“为了解决开发可用于癌症预后的联合图像组生物标志物的挑战，我们提出了一种基于深度学习的多模态融合(MMF)算法，该算法使用H&EWSI[整个幻灯片图像]和分子概况特征(突变)状态、拷贝数变异、RNA测序[RNAseq]表达)来测量和解释癌症死亡的相对风险，”他们写道。

他们得出的证明了做出预后判断的能力，同时还揭示了用于预测患者风险的特征的预测基础——这一特性可用于发现新的生物标志物。研究人员使用癌症基因组图谱(TCGA)构建了模型，这是一种公开资源，包含许多不同类型癌症的数据。

他们开发了一种基于多模式深度学习的算法，能够从多个数据源学习预后信息。通过首先为组织学和基因组数据创建单独的模型，他们可以将技术融合到一个提供关键预后信息的集成实体中。最后，他们通过向模型提供14种癌症类型的数据集以及患者组织学和基因组数据来评估该模型的功效。结果表明，与仅包含单一信息源的模型相比，这些模型可以产生更准确的患者结果预测。

“在这项研究中，我们提出了一种可解释的、弱监督的多模态深度学习方法，该方法将WSI和分子谱数据结合起来用于癌症预后，我们对来自5,720名患者的6,592个WSI进行了训练和验证，这些WSI具有14种癌症类型的配对分子谱数据……”他们继续说道。

这项研究强调，使用人工智能整合不同类型的临床知情数据来预测疾病结果是可行的。“......我们的弱监督、多模态深度学习算法能够融合这些异质模态来预测结果并发现与不良和有利结果相关的预后特征，”他们指出。

马哈茂德解释说，这些模型可以让研究人员发现包含不同临床因素的生物标志物，并更好地了解他们需要什么类型的信息来诊断不同类型的癌症。研究人员还定量研究了每种诊断方式对个体癌症类型的重要性以及整合多种方式的好处。

还能够阐明驱动预后预测的病理和基因组特征。研究小组发现，这些模型在未经训练的情况下就使用患者的免疫反应作为预后标志物，这是一个值得注意的发现，因为之前的研究表明，肿瘤引发更强免疫反应的患者往往会经历更好的结果。

Mahmood实验室开发了一种研究工具，即用于综合生存估计的病理组学研究平台(PORPOISE)，作为一个交互式平台，可以直接为数千名不同癌症类型的患者生成通过模型学习的预后标记。

虽然科学家的概念验证模型揭示了人工智能技术在癌症护理中的新作用，但他们的研究只是临床实施这些模型的第一步。在临床中应用这些模型需要合并更大的数据集并在大型独立测试队列上进行验证。展望未来，Mahmood的目标是整合更多类型的患者信息，例如放射扫描、家族史和电子病历，并最终将该模型应用于临床试验。

研究人员总结道：“未来的工作将侧重于开发更有针对性的预后模型，为个体疾病模型构建更大的多模态数据集，使模型适应大型独立多模态测试队列，并使用多模态深度学习来预测治疗反应和耐药性。”“随着单细胞RNA-seq、质谱流式细胞术和空间转录组学等测序技术的研究进展，这些技术不断成熟并获得临床渗透率，结合全玻片成像，我们理解分子生物学的方法将成为空间分辨率和多模式性日益增强。”