蒋翔男教授：淋巴瘤CD30智能辅助判读软件助力CD30病理规范化检测，破解淋巴瘤精准诊疗难题

摘要：淋巴瘤的精准诊断与治疗离不开生物标志物的精准检测和判读。CD30作为淋巴瘤中重要的生物标志物和治疗靶点，在经典型霍奇金淋巴瘤（cHL）和间变性大细胞淋巴瘤（ALCL）中呈现稳定持续表达，定性判读的可操作性和重复性较高

导读

淋巴瘤的精准诊断与治疗离不开生物标志物的精准检测和判读。CD30作为淋巴瘤中重要的生物标志物和治疗靶点，在经典型霍奇金淋巴瘤（cHL）和间变性大细胞淋巴瘤（ALCL）中呈现稳定持续表达，定性判读的可操作性和重复性较高1。然而，在其他大多数亚型淋巴瘤中CD30呈现异质性表达，为显微镜下人工定量判读带来了巨大挑战。人工智能（AI）技术的引入有望助力CD30的精准定量判读，从而更好地服务于临床。

近日，2025中华医学会病理学分会第三十次学术会议暨第十四届病理年会在上海召开。会上复旦大学附属肿瘤医院蒋翔男教授指出了当前CD30检测的临床价值与判读难点，并重点介绍淋巴瘤CD30智能辅助判读软件的开发成果及其在病理数字化中的应用前景。医脉通特将精彩内容整理如下，以帮助病理科医师更全面地了解这一辅助诊断工具。

CD30检测：淋巴瘤靶向治疗的“钥匙”与判读困境

在淋巴瘤中，CD30的表达水平具有明显的亚型特异性：绝大多数ALCL和cHL患者呈现稳定一致高表达的状态，而在其他T细胞和B细胞淋巴瘤亚型中则表现为异质性表达，仅有部分患者表达，且不同病例间的表达水平差异较大1-3。由于CD30的检测水平与靶向药物（如维布妥昔单抗）的应用密切相关，这使得定量判读成为治疗决策的重要依据。目前，免疫组织化学检测是病理科检测CD30的最常用方法，而传统的显微镜下人工定量判读免疫组化结果存在诸多局限性：人工判读需在高倍视野下计数阳性细胞比例，效率低且易受判读医生的主观影响，导致判读结果一致性偏差；非全场视野的判读方法可能导致遗漏散在阳性信号，导致表达水平较低（1-5%）的病例被判读为阴性，遗漏部分潜在可通过靶向CD30获益的病例1,4。近年来，AI技术在病理图像分析领域取得显著进展，为克服传统人工判读的局限性提供了新的技术路径。

图1 与显微镜下人工定量判读对比，AI技术的优势

近期，复旦肿瘤医院牵头的国内多中心临床研究建立了包含934例CD30阳性淋巴瘤样本的数字病理云切片库（覆盖9种常见CD30染色方案和9种淋巴瘤亚型），并以专家组判读结果作为金标准，开发了淋巴瘤CD30智能辅助判读软件5。该软件通过深度学习技术，实现了对免疫组化全场图中7类细胞类型（如阳性肿瘤细胞、阴性非肿瘤细胞等）的精准识别与分类定量，并自动计算肿瘤细胞阳性比例分数（TPS）和淋巴样细胞阳性比例分数（LPS），实现了针对异质性表达CD30的淋巴瘤亚型检测结果的精准判读，未来有望助力CD30判读更准、更快、更好

图2 显微镜下人工判读与淋巴瘤CD30智能辅助判读软件辅助人工判读的优缺点

蒋翔男教授展示了淋巴瘤CD30智能辅助判读软件的具体开发过程。在模型验证阶段，淋巴瘤CD30智能辅助判读软件展现出卓越的检测性能。在单细胞识别层面，B细胞模型和T细胞模型的检测精度和检测召回均≥0.90，分类精度和分类召回均≥0.73。在全场图判读方面，采用准确性作为评价指标，专家判读作为金标准，结果显示：B细胞模型和T细胞模型的AI判读结果准确率较高，B细胞模型TPS值误差≤10%、≤20%、≤30%情况下的ACC分别为0.75，0.91，0.94，T细胞模型LPS值误差≤10%、≤20%、≤30%情况下的ACC分别为0.80，0.93，0.965。另外，AI判读与专家组判读结果展现出极好的一致性，B细胞模型AI判读TPS与专家判读平均值的组内相关系数（ICC）值以及T细胞模型AI判读LPS与专家判读平均值的ICC值均达到0.94（95%CI：0.93-0.95），证实了其判读结果的可靠性5。值得注意的是，淋巴瘤CD30智能辅助判读软件可兼容多种染色方案，在多种染色方案下和专家判读的一致性仍可达到中等到良好，至极好5。此外，淋巴瘤CD30智能辅助判读软件支持多细胞修订，允许医生对AI判读结果进行交互式修正，系统会实时更新定量分析结果。这些功能不仅大幅提升了工作效率，还显著降低了不同机构间的判读差异。

图3 模型分析后的AI处理结果示例

淋巴瘤CD30智能辅助判读软件在提升判读准确性和效率方面已初具优势，但其落地应用需以病理科数字化建设为基础，包括切片数字化后上传，病例信息提取，图像处理等环节。通过全流程数字化诊疗系统的联通，结合AI辅助诊断算法，最终实现诊断效率和准确性的最大优化。目前，我国病理科数字化转型仍处于起步阶段，但政策支持、技术发展及生态圈合作正加速这一进程6。数智化转型优化了传统病理科工作流程，有望实现四大变革：①通过建立全流程信息管理系统及标本追踪系统，可以实现全工作流程无纸化、质控管理精细化。②以系统取代人工分片，可以极大程度节约病理医生的工作时间，从而提高工作效率，且病理医生不再需要依赖显微镜，工作地点更加灵活，促进与临床科室的协作。③支持远程会诊，便于更多医生参与疑难病例的共同决策。AI的深度学习能力可辅助病理医生决策和诊断，减少重复性工作。④数字化存储技术可以帮助科室建立数字病理图书馆，助力后续研究6。未来，淋巴瘤CD30智能辅助判读软件有望成为淋巴瘤病理诊断的常规工具，为精准医疗赋能。

图4 数智化病理科建设分析

总结

淋巴瘤CD30临床病理检测中存在判读准确性有偏差、效率相对低下等诸多局限，淋巴瘤CD30智能辅助判读软件的开发及探索或可提高CD30判读的准确性和效率，并有望作为可靠的辅助工具整合至病理医生日常工作。该技术的成功落地将依托于病理科的数字化升级。尽管当前数字化建设仍面临挑战，但在政策、技术和生态圈合作的三重驱动下，AI与病理学的深度融合前景可期，最终惠及更多淋巴瘤患者。

免责声明：本材料中描述的数字化解决方案仍处于概念验证（POC）阶段，其有效性尚未通过临床实践等客观数据进行验证。本材料中呈现的内容旨在传达最新的行业信息，任何传达的信息都不能替代医疗专业人士做出的独立诊断或处方意见。如果您想了解任何公司产品、疾病与诊断治疗相关的信息，请咨询医疗专业人士以获得进一步的建议。仅供医疗卫生专业人士为了解资讯使用。该等信息不能以任何方式取代专业的医疗指导，也不应视为诊疗建议。如该等信息被用于了解资讯以外的目的，本站及武田不承担相关责任。

专家简介