基于数字病理算法辅助的乳腺癌多变量复发风险预测模型与多基因检测风险评估相关性分析公益项目公示
供稿：楚俊杰发布：2026-02-27阅读：16次
乳腺癌是一种异质性疾病，不同生物学特征的乳腺癌具有不同的临床结果和对治疗的反应。随着国内外医疗水平的提升，早筛早诊和精准诊疗的加速落地极大的改善了乳腺癌患者的生存结局。
全玻片数字扫描技术（WSI）的出现，使组织病理图像信息与人工智能（artificial intelligence AI）结合成为可能。WSI和数字工作流程为常规病理学实践中应用人工智能算法铺平了道路。人工智能算法可以减少病理学家繁琐的工作量，提高效率和准确性，提供疾病预后和治疗反应的新信息等。AI算法不仅与病理学家的评分具有更高的一致性，且比病理学家的评分具有更高的可重复性，还可采用不同的评分标准，如Allred, H Score评分或者简单的染色百分比。如可以将IHC人工智能算法结合多变量模型算法进行早期乳腺癌多基因检测复发风险预测将有希望改善现有ME或IHC4模型的性能。但现有乳腺癌HER2/ER/PR/Ki-67人工智能算法的准确性和一致性仍需要进行多家单位间的验证后再应用到多变量风险预测模型中。
为评估全自动乳腺ER/PR/HER2/Ki-67组化评估算法辅助判读的准确性和一致性，并将其结合到多变量复发风险评估模型（Magee Equations），以探索其对于MammaPrint (70基因)复发风险评估预测性能的改善作用，弥补这一数据的不足，并为进一步的指南或共识的更新积累数据，是更多的肿瘤患者获益。中国健康促进基金会发起的“数字病理算法辅助的乳腺癌多变量复发风险预测模型与多基因检测风险评估相关性分析公益项目”，中国健康促进基金会急诊与救护专项基金组建课题评审委员会，经评审专家组决定由复旦大学附属肿瘤医院、上海交通大学附属瑞金医院、青岛大学附属医院共同承担执行单位。
|
序号
|
项目名称
|
工作单位
|
申请人
|
|
1
|
数字病理算法辅助的乳腺癌多变量复发风险预测模型与多基因检测风险评估相关性分析公益项目
|
复旦大学附属肿瘤医院
|
杨文涛
|
|
2
|
上海交通大学医学院附属瑞金医院
|
王朝夫
|
|
3
|
青岛大学附属医院
|
王成勤
|
中国健康促进基金会
2025年11月25日