IGI-DL预后模型

精准预测癌症预后

该深度学习系统能从组织学图像中预测空间转录组表达，为无空间转录组数据的患者增强肿瘤微环境信息，从而改善癌症预后。

Gao, Ruitian · Yuan, Xin · Ma, Yanran · Wei, Ting · Johnston, Luke · Shao, Yanfei · Lv, Wenwen · Zhu, Tengteng · 张跃 · 郑俊克 · 陈国强 · 孙静 · 王宇光 · 俞章盛

Cell Reports Medicine 2024

参数信息

ST表达预测平均相关性提升

0.171

一致性指数（乳腺癌）

0.747

一致性指数（结直肠癌）

0.725

技术优势

无需额外测序

从已有的H&E染色组织学图像直接预测空间基因表达，避免昂贵的空间转录组测序，降低临床应用门槛。

跨癌种通用

在三种癌症类型上均能提升预测相关性，显示模型对组织形态差异的鲁棒性，无需为每个癌种重新训练。

预后预测更准

基于预测的ST特征构建生存模型，在乳腺癌和结直肠癌队列上均取得最高一致性指数，优于现有生存模型。

应用场景

• 癌症预后：为缺乏空间转录组数据的患者提供基于常规病理图像的预后预测，辅助临床决策。
• 病理图像分析：将H&E切片直接转化为肿瘤微环境信息，提升病理图像在精准肿瘤学中的价值。
• 空间转录组预测：用组织学图像预测空间基因表达，突破空间转录组测序的临床可及性限制。