IF 14.1 Adv Sci | 武汉协和医院 基于人工智能的身体成分分析揭示胃癌中性别特异性预后标志物及其临床价值
Adv Sci (Weinh) . 2026 Jun 1:e75859.
胃癌是全球主要的健康负担之一，尽管治疗手段不断进步，患者预后仍存在显著的个体间异质性，传统TNM分期等临床病理因素难以完全解释这种差异。营养不良和代谢失调在胃癌患者中普遍存在，身体成分作为评估肌肉、脂肪等组织分布的核心指标，不仅影响患者功能状态和治疗耐受性，还可能通过炎症、免疫和内分泌通路调节肿瘤微环境。然而，既往研究多依赖BMI或单层面肌肉面积评估，忽视了身体成分的空间异质性和三维体积特征。近年来人工智能技术的发展使得从常规CT图像中自动化、高通量地量化身体成分成为可能，为更全面评估其临床意义提供了新工具。武汉协和医院的杨炼教授和牛彦锋教授通过多中心大样本队列，系统评估多维度身体成分在胃癌中的分布特征、预后价值及其潜在生物学机制。数据来源
中国三家医院的四个胃癌队列，包括接受手术切除或免疫检查点抑制剂治疗的患者，以及一个来自华中科技大学同济医学院附属协和医院的健康对照组。
人工智能技术
开发了一个用于多维度身体成分分析的自动化框架，采用预训练的nnU-Net深度学习模型，对腹部CT图像中的皮下脂肪、骨骼肌、肌间脂肪和内脏脂肪进行全自动精准分割，从常规CT图像中提取16个二维和三维参数。
采用基于PanNuke数据集预训练的CellViT模型进行自动化的细胞核识别，并分类为以下类别：肿瘤细胞、炎症细胞、死亡细胞、上皮细胞和结缔组织细胞。为定量评估肿瘤区域内免疫细胞的空间分布特征，在QuPath平台上开发了一个自定义Groovy脚本，自动提取多个空间病理参数。
模型构建
使用武汉协和医院队列作为训练集，湖北省肿瘤医院和温州医科大学附属第一医院队列作为测试集，并额外纳入TCGA作为男性队列的测试集（n=39）。模型开发和超参数优化严格限制在训练集（武汉协和医院）内，使用留一交叉验证框架。通过结合多种算法，包括随机生存森林、弹性网络、Lasso、Ridge、逐步Cox回归、CoxBoost、偏最小二乘回归Cox、监督主成分、广义增强回归建模和生存支持向量机，共构建了117个预测模型变体。对于每个模型，计算所有外部验证数据集上的Harrell一致性指数，并选择平均C-index最高的模型作为主模型。当多个模型表现出相当的判别性能时，优先选择在单个验证队列中表现更稳定的模型，以及结构更简单、更易解释的模型。
3研究结果
总体患者人群包括813名男性（68.0%）和383名女性（32.0%）。肿瘤分期分布在治疗组间存在显著差异：手术队列主要由I-III期患者组成（96.0%），而免疫治疗队列主要由IV期患者组成（89.6%）。此外，纳入了一个由3298名健康个体组成的对照组（表S4），包括1959名男性（59.4%）和1339名女性（40.6%）。为减少混杂偏倚，分别基于年龄和身高对男性和女性进行了倾向性评分匹配。最终匹配了639对男性和344对女性健康对照与胃癌患者。。 由于患者腹部CT扫描覆盖范围存在差异，我们首先分析了1196例胃癌患者在每个椎体水平可用的样本量（图2A）。本研究关注四个身体成分组成：皮下脂肪、肌间脂肪、骨骼肌和内脏脂肪对三维体积数据的分析显示，男性患者的皮下脂肪和肌间脂肪体积较低，但骨骼肌体积较高。 与健康对照相比，胃癌患者表现出性别特异性的身体成分改变 在男性中，与健康对照相比，胃癌患者在所有分析的椎体水平上均显示出显著较低的皮下脂肪面积和皮下脂肪指数，以及显著较高的皮下脂肪密度（图3C，图S9）。内脏脂肪面积和内脏脂肪指数显著降低，而内脏脂肪密度显著升高。在女性中，与健康对照相比，胃癌患者在所有椎体水平上均表现出显著较低的骨骼肌面积、骨骼肌指数、骨骼肌密度、内脏脂肪面积和内脏脂肪指数，以及显著较高的内脏脂肪密度（图3D，图S10）。
基于连续身体成分参数在单变量Cox回归分析中的表现生成了热图。在男性中，较高的皮下脂肪面积、皮下脂肪指数、内脏脂肪面积、内脏脂肪指数、骨骼肌面积和骨骼肌指数与更好的总生存期相关，而较低的皮下脂肪密度、内脏脂肪密度和肌间脂肪密度与更好的生存期相关。 为评估独立预后价值，每个身体成分参数在一个单独的多变量Cox回归模型中进行分析经过多重假设检验校正后，17个身体成分参数与男性患者的总生存期显著相关，提示其潜在的独立预后相关性，在女性中，校正肿瘤分期、组织病理学分级和Her2状态并经过多重检验校正后，L4骨骼肌面积仍与总生存期独立相关（HR 0.514）。5. 多维度身体成分与肿瘤病理和分子特征关联的探索性分析 在肿瘤病理特征中，较高的L1骨骼肌面积与较低的基质密度显著相关，而较高的L2内脏脂肪密度则与较高的基质密度显著相关在转录组水平，基因集富集分析显示，高L1骨骼肌面积组中上皮-间充质转化相关通路（Hallmark "Epithelial Mesenchymal Transition"）显著下调（图5D）。此外，使用CIBERSORT算法进行的免疫浸润分析显示，高L2内脏脂肪密度组中调节性T细胞的浸润水平显著高于低L2内脏脂肪密度组（图5E），而高T12骨骼肌面积组中活化自然杀伤细胞的浸润水平显著高于低T12骨骼肌面积组（图5F）。 在男性胃癌患者中，在117个候选模型中，StepCox[both] + Lasso模型表现出最佳的整体性能，被选为主模型，在外部测试数据集中达到了最高的平均一致性指数（0.723）（图6A）。与仅基于临床变量或传统身体成分特征（L3骨骼肌指数和L3骨骼肌密度）的模型相比，主模型始终获得更高的预测性能（图6C）。在女性中，采用相同的方法进行模型构建。结果表明，stepCox[forward]模型在测试集中达到了最高的平均一致性指数（0.705）。决策曲线分析表明，这些模型在男性和女性患者中均表现出良好的临床适用性。胃癌患者存在性别特异性的身体成分改变，多维度身体成分参数与总生存期显著相关，独立于传统临床病理因素。整合身体成分与临床变量的性别特异性预后模型在外部验证中表现良好，优于传统预测指标。身体成分改变与肿瘤微环境中EMT相关通路及免疫浸润存在潜在关联。该研究集“样本多中心数据+AI驱动的多维技术方法+性别特异性新发现+机制探索”四位于一体，代表了影像组学与肿瘤精准医学交叉领域的高水平范式。
