近日，我校附屬第三醫(yī)院耳鼻咽喉頭頸外科楊欽泰教授（通訊作者）團隊聯(lián)合清華珠三角研究院韓藍青教授（共同通訊）和任勇研究員（共一），我校附屬第三醫(yī)院病理科邵春奎教授和陳健寧教授（共一），中山眼科中心林浩添教授、附屬第五醫(yī)院洪海裕教授、附屬第七醫(yī)院孫悅奇教授等，在柳葉刀子刊EBioMedicine在線發(fā)表了“Artificial intelligence for cellular phenotyping diagnosis of nasal polyps by whole-slide imaging”。
嗜酸性慢性鼻竇炎伴鼻息肉具有治療效果差和高復發(fā)率的特點，嚴重影響了患者的生活質(zhì)量，對其進行病理分型和個體化治療具有重要臨床價值。隨著研究的進一步深入，鼻息肉根據(jù)復發(fā)率不同被劃分為5種細胞表型，團隊在第一代人工智能慢性鼻竇炎診斷平臺（AICEP 1.0; The Journal of Allergy and Clinical Immunology主題文章https://doi.org/10.1016/j.jaci.2019.12.002）的基礎上，研發(fā)功能更加強大的第二代人工智能慢性鼻竇炎診斷平臺（AICEP 2.0）旨在實現(xiàn)快速準確診斷多種鼻息肉細胞表型，實現(xiàn)患者個體化的臨床診療，減少鼻息肉的復發(fā)率。
四種鼻息肉細胞表型分類過程示意圖：A，四種不同表型的鼻息肉患者。B，將鼻息肉玻片通過掃描儀轉(zhuǎn)化為全玻片數(shù)字化圖像（whole-slide imagings, WSIs）。C，WSIs被自動分割成許多個pathch。D，將patches 輸入到由EfficientNet B5進行訓練的AICEP 2.0。E，AICEP 2.0輸出鼻息肉四種細胞表型的結果。F，針對不同鼻息肉細胞表型給予個體化治療。
為了構建和驗證AICEP 2.0，團隊主要成員吳慶武、袁聯(lián)雄、張雅娜、鄧慧儀、鄭瑞和黃雪琨等共納入453名慢性鼻竇炎伴鼻息肉（chronic rhinosinusitis with nasal polyps, CRSwNP）患者。其中，①構建AICEP 2.0時，篩選出179例患者(WSIs)，在400×HPF下從感興趣的區(qū)域自動提取了24625個patches，并由兩位病理醫(yī)生計算這些patches中各種炎癥細胞的數(shù)量。②為了評估AICEP 2.0應用于前瞻性隊列的性能，納入158例CRSwNP患者，他們分別于2020年6月至2020年12月接受鼻內(nèi)鏡手術，并提取了他們術前臨床基本特征。③為了解不同鼻息肉細胞表型的復發(fā)率，團隊在回顧性隊列中應用了AICEP 2.0，總共納入2016年5月至2017年6月行手術治療的116例CRSwNP患者。
研究結果顯示，①AICEP 2.0對之前的AICEP 1.0進行了擴展，進一步分析了鼻息肉細胞表型，并且可以通過熱圖顯示四種炎性細胞在WSI中的分布及濃度。②在4種性能評價指標里，AICEP 2.0的性能均優(yōu)于1.0版本。③基于WSI的CRSwNP四種細胞表型具有不同的臨床特征，可以預測患者不同的預后，并有利于個性化治療。
基于WSI鼻息肉四種細胞表型全景顯示圖: A，嗜酸性細胞主導的表型（E）。B，淋巴細胞和漿細胞主導的表型（LP）。C，嗜酸性粒細胞以及淋巴細胞和漿細胞主導的表型（E+LP）。D，中性粒細胞以及淋巴細胞和漿細胞主導的表型（N+LP）。
該成果也是我校附屬第三醫(yī)院與清華珠三角研究院自2019年4月聯(lián)合成立“醫(yī)學人工智能中心”后的又一研究成果。醫(yī)學人工智能中心基于我校附屬第三醫(yī)院“一體兩翼、三城四院”發(fā)展格局下豐富的醫(yī)療資源，多個學科群的優(yōu)勢和特色以及清華珠三角研究院在人工智能領域的技術優(yōu)勢，著力建設三大平臺：醫(yī)療影像輔助診療平臺、人工智能技術服務平臺、專業(yè)技術人才培訓平臺。
