中國科學技術大學(以下簡稱中國科大)孫成研究組與合作者近日開發了一個高精度AI診斷工具，實現了對肝細胞癌復發風險的預測，準確率達82.2%。

北京時間3月13日，該項成果發表在國際學術期刊《自然》(Nature)上。

中國科大孫成(左二)指導學生進行實驗。中國科大 供圖

肝癌是全球癌癥相關死亡的第三大原因，手術切除后的復發率高達70%，如何準確預測肝癌復發是一個難題。研究團隊將科學發現轉化為可臨床應用的計算病理學預測平臺——開放獲取的TIMES在線評分系統，上傳病理染色圖像即可獲得肝癌復發風險評分，該系統通過量化免疫細胞在腫瘤微環境中的空間分布特征，實現了對肝細胞癌復發風險的預測。

“TIMES”評分系統全稱為“Tumor Immune MicroEnvironment Spatial”(腫瘤免疫微環境空間)評分系統，是首個結合空間免疫信息的肝癌復發預測工具。研究證明了免疫細胞的空間分布比其整體數量更能決定臨床預后，將空間轉錄組學、蛋白質組學和多光譜免疫組化技術與人工智能驅動的空間分析整合，創造了腫瘤微環境評估的全新方法。

復發組織的代表性多色免疫組化圖像。中國科大 供圖

腫瘤微環境的空間異質性表現為不同腫瘤區域呈現差異化的免疫細胞組成。自然殺傷細胞(NK細胞)作為先天免疫系統的關鍵效應細胞，已有臨床數據提示腫瘤內NK細胞浸潤程度升高與患者生存預后顯著相關。

如何解釋NK細胞的分布與肝癌復發有關？研究團隊基于61名患者的肝癌切片進行了系統性的轉錄組-空間組學整合分析，解析多重免疫熒光高維數據，應用梯度增強機器學習算法模型鑒定了SPON2等五個具有顯著預后意義的基因標記物，并把它們作為五個基本指標，構成了能有效預測肝癌復發的算法模型TIMES評分系統。

在231位患者的多中心驗證研究中，TIMES評分系統區分非復發和復發組織的準確率為82.2%。現有的肝癌臨床分期系統，如巴塞羅那分期、TNM分期系統的預測準確率在50%左右。