三阴性乳腺癌有了更精准、便捷的诊断方式：仅仅通过增强磁共振影像资料、无需穿刺，便可精准预测患者的分型分类；一张小小的病理HE染色切片，就能明确分子分型和关键治疗靶点。这是近日复旦大学附属肿瘤医院精准肿瘤中心主任、乳腺外科主任邵志敏教授团队联合多学科团队，跨区域“医工交叉”实现的重大突破成果。两项研究分别在美国《细胞》杂志旗下期刊《细胞报告·医学》、国家自然科学基金委旗下期刊《基础研究》在线发表。

三阴性乳腺癌是乳腺癌中的一种亚型，因复发风险高、缺少有效治疗靶点，素来有“最毒”乳腺癌之称。临床诊断是三阴性乳腺癌细分亚型、确定个性化方案的基础。，肿瘤医院提出三阴性乳腺癌“复旦分型”，将其分为4个不同亚型，这一精准治疗有赖于病理诊断、基因检测报告。

然而，一份三阴性乳腺癌病理诊断和基因检测报告，通常需要通过穿刺或外科手术获取肿瘤组织，经过一系列处理检测后方能获得。除却给患者带来创伤外，后续检测的肿瘤免疫组化染色、基因测序等处理流程繁杂、步骤多。

能否通过影像资料即可鉴别出三阴性乳腺癌？基于临床思考，邵志敏教授团队联合肿瘤医院放射诊断科主任顾雅佳教授团队、病理科副主任杨文涛教授团队、复旦大学类脑智能科学与技术研究院王鹤研究员团队，借助先进数字智能技术破解难题。

联合团队收集了乳腺癌患者术前对比增强磁共振图像、勾画靶区和提取定量影像特征，将医学影像数字化，构建匹配多组学数据的三阴性乳腺癌影像组学队列。基于既往“复旦分型”研究，团队应用影像组学无创鉴别三阴性乳腺癌及其“复旦分型”。

“数据证实：该队列预测三阴性乳腺癌的AUC值可达0.92，预测三阴性乳腺癌‘复旦分型’AUC最高可达0.8。这意味着三阴性乳腺癌患者仅需通过增强磁共振影像检查，无需进行有创伤的活检，就能较为准确的获知疾病亚型。”顾雅佳教授说。

团队还筛选出表征三阴性乳腺癌瘤周异质性的影像组学特征，并进一步探索其背后的生物学意义：发现三阴性乳腺癌肿瘤瘤体边缘的异质性提示不良预后，影像组学高异质性肿瘤呈现免疫抑制及脂肪酸代谢上调等特征，可作为三阴性乳腺癌的预后指标，为三阴性乳腺癌精准治疗策略提供了新方向。

《细胞报告·医学》在线发表多团队联合研究成果，并评价成果阐明了影像组学在提示三阴性乳腺癌肿瘤异质性中的重要临床价值，首次发现证实通过影像组学即可在三阴性乳腺癌术前无创伤、准确预测其“复旦分型”，为后续精准治疗奠定基础。

与此同时，邵志敏教授团队、杨文涛教授团队还联合南京信息工程大学徐军教授团队，收集了425例三阴性乳腺癌患者肿瘤标本的HE染色切片，进行数字化扫描。研究发现，基于数字病理图像所构建的神经网络模型，能快速、准确地鉴别三阴性乳腺癌“复旦分型”（AUC最高达0.93），也能预测胚系BRCA2突变及体细胞PIK3CA突变等三阴性乳腺癌关键治疗靶点（AUC分别达0.79和0.78），同时还可在患者临床病理信息基础上，优化预后分层（c-index达0.76）。上述重要结果可在外部数据集进行验证。

基于数字病理联合人工智能的研究，为未来三阴性乳腺癌精准分型和基因变异检测提供了“智能方案”：患者病理活检后，有望仅利用一张病理切片，在数小时内快速分型、厘清重点基因突变等与治疗相关的关键信息，为后续精准治疗提供极大便利。

上述联合团队研究揭示了数字病理联合深度学习在预测三阴性乳腺癌关键生物标志物中的重要价值。成果也于国家自然科学基金委旗下期刊《基础研究》在线发表。

“两项研究是肿瘤医院精准肿瘤中心在 ‘多学科+医工交叉’模式下取得的典型成果。基于人工智能技术的科研项目，为中心研究创新提供了更多可能”，邵志敏教授表示，“这两项重要研究成果有望不久的将来在中心获得临床应用和推广，未来还将有更多跨专业、多学科的研究成果孵化，并将向临床应用转化。”

据了解，复旦大学附属肿瘤医院精准肿瘤中心成立于2018年，旨在建设一流的临床检测中心、大数据集成分析中心和创新示范性临床转化的一站式平台，整合跨学科、跨体系的优势团队，实现临床实践与学科研究创新的深度接轨，打破科研成果临床转化的“瓶颈”，推进精准肿瘤医疗技术的平台化、产业化。