AI衍生风险评分或可改善皮肤鳞状细胞癌的风险分层

“目前，”纽约大学皮肤科住院总医师、该论文的共同第一作者Neil K. Jairath医生在接受《Medscape Dermatology》采访时表示，“在皮肤鳞状细胞癌中，高达30%的不良结局（包括复发、转移和死亡）发生在我们使用现有系统归类为‘低分期’的肿瘤中，这使得临床医生在风险分层方面缺乏指导。”该论文于6月11日在线发表于《JAMA Dermatology》。

为解决临床实践中的这一差距，Jairath医生及其同事全面检索了PubMed、Embase和考Cochrane图书馆，并筛选出10篇手稿纳入RAG知识库，以指导模型的创建。Jairath医生表示，与单纯依赖通用训练数据不同，使用RAG技术使AI模型基于权威的领域特定知识。

“这种方法使我们能够利用代表数十年临床研究的高影响力皮肤鳞状细胞癌文献的集体见解。与可能产生不可靠输出的纯AI生成计算器不同，RAG确保我们的系统建立在经过验证的医学证据之上。”他解释道。

通过对定制的生成式预训练变换器（GPT-4，OpenAI）进行详细提示，研究团队开发出了AI衍生风险评分（AIRIS）预后系统，该系统为肿瘤直径、深度以及是否存在免疫抑制等因素分配0-3分。总分>1分表示为高风险肿瘤。

在2379例原发性肿瘤中进行验证时，AIRIS在所有关键指标上的表现均优于BWH和AJCC 8系统。Jairath医生表示，最重要的是，AIRIS在识别不良结局方面的敏感性显著提高：局部复发率为49%，淋巴结转移率为74%，远处转移率为83%。而作为比较对象中更可靠的一个，BWH分期的相应数据分别为26%、37%和38%。

“AIRIS敏感性的提高意味着我们可以更好地识别需要加强监测或辅助治疗的高风险患者，同时避免对真正低风险病例的过度治疗。”Jairath医生表示。尽管AIRIS预后系统对每个结局的敏感性最高，但其特异性最低（85%-87%）。“我们认为这种权衡在临床上是有益的，”Jairath医生及其同事写道，“因为结局敏感性的提高幅度（近20%-35%）似乎超过了特异性的损失（各结局中约7%）。”

在随附的社论中，由布莱根和妇女医院Mohs手术和皮肤外科中心学术主任Emily S. Ruiz医生领导的作者团队称赞了AIRIS具有临床直观性的积分系统。这些作者补充道，与现有的分期系统不同，AIRIS为不同的风险因素分配了不同的分值。“然而，”他们写道，“其多个风险因素的构成方式对临床适用性提出了挑战。”例如，虽然之前的分期系统按组织水平记录侵袭深度，但该模型使用的是毫米。

“转化研究经验表明，许多分子层面的答案就藏在肿瘤的前沿边缘，”Jairath医生提到2014年发表在《Journal of Investigative Dermatology》上的一项研究，该研究显示那里存在差异性的基质金属蛋白酶（MMP）谱，提示白细胞介素-24可能通过增强MMP7的局灶性表达而促进鳞状细胞癌的侵袭。“随着我们将更多的转化研究精力投向这一界面，”他说，“毫米级的测量可能为分子相关性研究和个性化治疗决策提供所需的精细度。”

纽约纪念斯隆-凯瑟琳癌症中心（MSKCC）皮肤科信息学主任、皮肤科医生Veronica Rotemberg博士表示，关于毫米级测量的上述评论代表了“在探讨将AI融入临床实践的不同方式时，我们必须进行的讨论类型”。她并非该研究或社论的作者，但她是《JAMA Dermatology》执行编辑，专注于人工智能领域的论文。

她表示，目前，如果向LLM查询特定肿瘤的复发风险，不可能知道是什么计算产生了这一预测。相反，Rotemberg博士说，Jairath医生及其同事使用LLM创建了一个透明的预后系统。对于使用该系统的人来说，“你根本没有直接使用AI”，医生只需使用论文中作者提供的表格来计算积分。“虽然你并不完全清楚这个表格是如何生成的，”Rotemberg博士说，“但你大致知道，因为你知道用于构建它的文献。”

尽管如此，她说现在预测AIRIS将如何影响临床实践还为时过早。Rotemberg博士表示，作者在未用于创建或训练模型的数据上验证该模型，这一做法超越了许多已报道的AI模型的相关验证工作。

“但对于任何预测模型来说，黄金标准都是在其预期使用环境中进行的前瞻性研究，”她补充道。“我们需要知道，在面对这一评分系统时，人们会做出什么决定，以及这对健康有何影响？”Rotemberg博士说，目前，该研究代表了朝着这一方向迈出的令人兴奋且必要的一步。

展望未来，Jairath医生表示，他和他的同事希望扩大AIRIS的验证研究，并欢迎有机会在更大的数据集上测试AIRIS。

AIRIS研究作者报告称没有资金来源，但承认使用了GPT-4（OpenAI）作为基础模型。

Rotemberg博士是《JAMA Dermatology》AI领域的副主编，但并非AIRIS研究或社论的作者。她的评论不代表MSKCC的观点。

John Jesitus是丹佛的一名自由医学撰稿人和编辑。