换一批摘要目的:开发一种基于深度学习(采用CLAM框架联合UNI特征提取)的AI方法,实现对胶质瘤O6-甲基鸟嘌呤-DNA甲基转移酶(MGMT)免疫组化表达的精准判读,为评估替莫唑胺治疗胶质瘤的疗效,探索其与免疫治疗的联合策略提供辅助工具.方法:纳入270例胶质瘤病例,对上述病例的FFPE标本MGMT免疫组化染色片进行两种分类方法研究(方法一:阳性/阴性;方法二:高表达/低表达,阈值2%).在12例胶质瘤样本中初步探讨MGMT表达与程序性死亡配体-1(PD-L1)及微卫星不稳定性(MSI)的相关性;在10例样本中进一步分析其与免疫细胞标志物(CD4、CD8、CD56)的关联.结果:方法一的分类准确率为0.852,AUC=0.856;方法二的准确率与AUC均为0.770.方法一的性能优于方法二.MGMT低表达组中不仅观察到PD-L1表达升高趋势,同时在10例样本分析中发现CD8+T细胞与CD56+NK细胞浸润呈增加趋势.结论:基于AI的判读方法通过减少主观性和混杂因素干扰,展现出优于人工判读的准确性.该技术不仅有助于缓解临床病理诊断的工作压力,也为胶质瘤的精准诊疗提供了可靠依据.
更多相关知识
分类号
R739.4（神经系肿瘤）
栏目名称
DOI
10.3969/j.issn.1000-484X.2025.12.013
发布时间
2025-12-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
