吴少旭/林天歆团队构建非肌层浸润性膀胱癌早期复发和卡介苗疗效的新预测方法在eClinicalMedicine杂志发表

论文题目：Deep learning-based model for prediction of early recurrence and therapy response on whole slide images in non-muscle-invasive bladder cancer: a retrospective, multicentre study.     

通讯作者：吴少旭；林天歆

第一作者：江帆；洪桂斌；曾弘 等

论文发表刊物：eClinicalMedicine

【研究背景】

膀胱癌是全球高发癌症，75%新病例为非肌层浸润性膀胱癌，但术后1年复发率达40%，其中20%进展为肌层浸润型。现有EORTC/CUETO评分模型预测效能有限。近年来人工智能在肿瘤领域展现出强大潜力，有望在非肌层浸润性膀胱癌早期复发和卡介苗疗效预测瓶颈中取得突破。

【主要发现】

本研究基于电切病理H&E和免疫组化染色病理切片开发了非肌层浸润性膀胱癌早期复发系统，在多中心人群中展现出优秀且稳定的预测表现与预后价值。同时，本研究进一步开发了卡介苗疗效预测系统，其准确率高达84.1%。

图1：早期复发预测模型多中心验证

图2: 早期复发预测模型生存分析

图3: 卡介苗疗效预测模型表现及应用

【研究意义】

本研究是第一个基于电切病理H&E染色和免疫组化构建非肌层浸润性膀胱癌早期复发及卡介苗灌注疗效人工智能预测模型的研究，对于未来非肌层浸润性膀胱癌术后治疗和随访方案的制订有重要意义。

图4: 术后风险分层系统与应用

论文链接:

https://doi.org/10.1016/j.eclinm.2025.103125

阅读二维码：