面向生物复发预测的高效AI驱动多段全切片病理图像分析
计算机视觉与模式识别
2026-03-24 v1 人工智能
摘要
前列腺癌是全球男性最常诊断的恶性肿瘤之一。然而，精确预测根治术后的生物复发(BCR)仍具有挑战性，因为肿瘤在前列腺腺中分布呈多发性。本文提出一种新型AI框架，同时处理一系列多段病理切片，以捕获整个前列腺腺体的综合肿瘤轮廓。为开发此预测AI模型，我们构建了包含23,451个切片、789名患者的大型数据集。所提出的框架在1年和2年BCR预测方面表现出色，显著优于既定的临床基准。AI派生的风险评分被验证为多变量Cox比例风险分析中最强的独立预后因子，超越了原发性PSA和Gleason分数等常规临床标记。此外，我们证明了在训练和推断期间，整合patch和slide亚采样策略可显著降低计算成本，而不影响预测性能，并通过外部验证确认了AI的可推广性。总体而言，这些结果凸显了所提出AI基于多段切片分析的临床可行性和预后价值，作为前列腺癌术后管理的可扩展工具。
引用
@article{arxiv.2603.20273,
title = {Efficient AI-Driven Multi-Section Whole Slide Image Analysis for Biochemical Recurrence Prediction in Prostate Cancer},
author = {Yesung Cho and Dongmyung Shin and Sujeong Hong and Jooyeon Lee and Seongmin Park and Geongyu Lee and Jongbae Park and Hong Koo Ha},
journal= {arXiv preprint arXiv:2603.20273},
year = {2026}
}