论文

Atlas H&E-TME:以病理专家水平开展可扩展组织定量分析

Atlas H&E-TME: Scalable AI-Based Tissue Profiling at Expert Pathologist-Level Accuracy

应用与实践行业应用

摘要

苏木精与伊红(H&E)染色是组织病理学的基础,但对H&E全玻片图像开展可扩展的定量分析仍是计算病理学的主要挑战。Atlas H&E-TME基于Atlas系列病理基础模型,预测多种癌症中的组织质量、组织区域和细胞类型,以细胞级分辨率为每张玻片生成超过4500项定量结果。验证此类系统的难点在于:只依据H&E建立的参考标注存在形态学歧义,而结合免疫组织化学(IHC)等信息建立更充分的参照又难以大规模开展。研究采用双重验证框架,兼顾生物学依据的深度与形态、技术条件的覆盖广度。深度验证提出IHC辅助的多病理专家共识流程,相较仅依据H&E的传统标注显著提高标注者间一致性,形成具有分子层面依据的参照,用于比较系统与仅依据H&E阅片的病理专家。广度验证使用超过20万条高可信H&E病理专家标注,覆盖1500多个病例、八类癌症及其常见转移部位;亚型覆盖各癌种90%以上临床病例,数据来自25个以上来源和八种以上扫描仪。相对于IHC辅助共识,Atlas H&E-TME达到或超过仅依据H&E阅片的病理专家表现,并在上述形态与技术范围内保持稳定泛化。系统将常见的H&E玻片转化为可扩展的肿瘤及微环境定量分析手段,为转化与临床研究中的组织生物标志物提供基础。