机器学习预测肝细胞癌治疗结局的当前进展:综述
本文综述1995年至2020年5月PubMed收录的29项研究,总结机器学习算法在预测肝细胞癌手术切除、肝移植、局部消融、TACE及索拉非尼治疗后结局中的应用。机器学习模型较传统统计模型预测性能更优,但多数模型缺乏外部验证,设计不标准,泛化能力不足。
要点
- 机器学习可自动提取影像特征并建模,预测HCC治疗结局优于传统统计模型。
- CNN适用于影像数据,SVM适用于小样本,RF预测性能常最高。
- 多数模型缺乏外部验证,临床推广受限。
核心结论
- 机器学习算法可自动提取影像特征并从大数据中筛选最优特征子集,尤其结合影像组学分析时,预测HCC治疗结局的性能优于传统统计模型。
研究设计与样本
- 综述类研究,检索PubMed 1995年1月至2020年5月文献,最终纳入29篇关于HCC预后预测模型的文献进行分析。
诊断标准与关键数值
- 手术切除:RF模型从3144个MR纹理特征中筛选30个特征构建RSF模型预测5年生存,AUC为0.980。
- 手术切除:CNN自动提取多期CT时空特征预测早期复发,AUC为0.825。
- 肝移植:ANN模型预测复发风险 discriminative power 70%,联合TM-GTP后升至85%;外部验证 discriminative power 89.5%(仅19例)。
- 局部消融:ANN预测1年DFS和2年DFS的AUC分别为0.964和0.974;SVM预测早期复发AUC为0.69。
- TACE:CNN预测CR、PR、SD、PD的AUC分别为0.97、0.96、0.95、0.96;CNN基于CEUS预测客观反应AUC为0.93。
临床应用与阅片要点
- 建模时根据数据类型选择算法:影像数据优先CNN,小样本优先SVM,追求预测性能可选RF。
- 影像组学特征可提取肉眼不可见的统计、形状和纹理特征,补充常规影像参数。
- 注意ANN和BN无法筛选变量,需预先选择输入特征以避免遗漏重要变量。
局限性
- 多数ML预测模型缺乏外部验证,泛化能力未确认。
- ML模型设计不标准,临床可用性有限。
- 部分研究样本量小,如SVM仅适用小样本,外部验证队列仅19例。
全文中译17 节 · 点击展开
关键点
突出机器学习算法在各种治疗模式后预测肝细胞癌治疗结局的有效性
说明每种机器学习算法的优缺点
使读者熟悉创建模型时选择机器学习算法所面临的挑战
引言
肝细胞癌(HCC)是一种侵袭性肿瘤,仍然是全球癌症死亡的第二大常见原因[1–3]。根据HCC患者的不同状态,若干指南[4–7]推荐了各种治疗策略。由于HCC的侵袭性生物学行为,复发并不罕见。因此,在治疗前预测治疗结局至关重要,以便医生能够为每位患者设计个性化的治疗策略。传统的模型建立过程是选择合适的预测因子,利用它们进行统计分析,最终得出多变量预测模型[8–12]。然而,通过传统统计方法(如逻辑回归(LR)模型和Cox比例风险模型)开发的预测模型并不可靠,因为模型中包含的因素过于简单且证据水平较低。机器学习(ML)是生成高层次医学特征或将定量影像组学参数与高效算法相结合的强大工具[13–16]。ML算法模拟人类学习来检测HCC治疗数据中比传统统计方法所衍生的更清晰的隐藏模式。鉴于此,ML算法已在许多研究中用于预测HCC患者的治疗结局。因此,在本综述中,阐明了每种ML算法的优缺点,并描述了关于预测HCC各种治疗模式后治疗结局的相关文献。
ML算法的优缺点
与传统统计方法相比,ML算法具有若干优势。首先,传统统计方法只能处理与结局呈线性关系的变量[12],而ML算法能够处理非线性数据。其次,ML算法可以从现有数据中学习,发现变量之间的新模式并生成预测[17–20]。第三,ML模型可能包含更多变量[21, 22],因为这些变量不仅仅依赖于传统统计方法的选择[23–25]。最后,ML方法可以高速处理大数据。
尽管ML算法的使用日益增多,但应牢记ML算法的缺点。首先,当前的ML方法仍不易用于临床实践,且ML模型的设计尚不标准。其次,缺乏完美的泛化能力仍然是临床实践中的常见问题。ML算法的详细优缺点列于表1。
ML模型在HCC治疗结局预测中的应用
随着ML算法的发展,越来越多的研究使用ML方法开发了HCC的预后预测模型。因此,了解ML的工作原理至关重要。在本节中,介绍了各种ML模型。
神经网络
神经网络是一种经典的机器学习方法,模拟人脑神经网络。应用最广泛的神经网络是人工神经网络(ANN)和深度神经网络(DNN)。ANN [26] 是最早的神经网络模型之一,可分为三个组成部分:输入层、隐藏层和输出层。ANN模型可以包括感知机或多层感知机(MLP)(图1),有或无隐藏层。然而,ANN无法直接处理医学影像。随着深度学习的发展,DNN被广泛应用于建立模型 [27]。卷积神经网络(CNN)[28, 29] 是最常见的DNN之一,能够自动识别和分割医学影像。另一类DNN是循环神经网络(RNN)。然而,RNN在HCC预后研究中受到限制,因为RNN算法无法处理大时间跨度的数据。
支持向量机
支持向量机(SVM)[30] 是一种二分类模型,旨在寻找与任何类别的支持向量距离最大的最优分离超平面(图2)。由于超平面的概念,SVM常用于参数选择,即通过与结果的相关性来选择参数。然而,SVM仅应用于小样本量的研究,因为大数据集中的支持向量数量仍然很大,这可能增加SVM算法的复杂度和训练时间。
决策树与随机森林
决策树(DT)[31]易于理解,采用是/否问题的形式,由根节点、父节点和叶节点/终端节点组成。遗憾的是,随着DT模型复杂度的增加,其预测价值不可避免地下降。随机森林(RF)[32]代表了一种由多个独立DT组成的集成学习方法,旨在提高预测性能(图3)。在训练过程中,采用 bootstrap 抽样方法,基于原始数据集中的随机样本和特征构建每棵树,RF的最终结果是每棵树预测的平均值。在大多数机器学习算法中,RF具有最高的预测性能[33]。Ishwaran等[34]设计了随机生存森林(RSF),这是RF向右删失生存数据的扩展。然而,由于RF的复杂性,与其他机器学习算法相比,处理过程需要更多时间来训练模型。
贝叶斯网络
贝叶斯网络(BN)[35]与大多数机器学习算法不同。BN是贝叶斯定理的扩展,通过有向无环图呈现各变量下的因果关系(图4)。因此,这些算法能够可视化信息。BN已通过条件概率表(CPT)[36]应用于分析术后HCC患者生存的预测因素。然而,BN模型中各变量之间的关系并不总是明确的,这导致准确性较低。
方法
在PubMed中检索1995年1月至2020年5月发表的HCC预后预测模型。创建了以下检索算法:“肝细胞癌”和“模型”和“预测”或“预后/预后”和“机器学习”或“神经网络”或“支持向量机”或“决策树”或“随机森林”或“贝叶斯网络”。最初共检索到291篇相关研究文章,文献筛选过程如图5所示。最终,29篇文章纳入最终分析。
通过各种治疗方式预测治疗结局
HCC有多种治疗选择。手术切除、消融治疗和肝移植(LT)是可能治愈的治疗方法,经动脉化疗栓塞(TACE)和索拉非尼是姑息性治疗方法[37–40]。由于HCC患者预后较差,在治疗前建立合适的预测模型以预测治疗结局至关重要。在本节中,我们回顾了机器学习算法在HCC患者各种治疗方式中的最新进展。
手术切除
部分肝切除术仍然是HCC早期治愈性治疗的主要手段。手术切除后HCC肝内复发是主要死亡原因,5年发生率约为70%[41, 42]。因此,切除前准确预测预后至关重要。
在既往研究中,作者开发了一种预测性人工神经网络(ANN)模型[43–47]来预测手术切除后的治疗结局,并验证该ANN模型优于逻辑回归(LR)模型和Cox比例风险回归模型。遗憾的是,ANN模型不能用于变量选择,当一些潜在的临床有意义变量被忽略时,可能会降低预测准确性。与ANN类似,贝叶斯网络(BN)模型[19, 36]也不能用于变量选择。BN模型中的预测变量基于临床医生的经验和知识,变量与结局之间的关联关系并不总是明确;因此,BN模型的性能通常令人困惑。与ANN和BN不同,随机森林(RF)和支持向量机(SVM)既可用于选择变量,也可用于开发模型[48–54]。Wang等[52]使用RF算法从3144个MR纹理特征中筛选出30个影像组学特征,并开发了一个预测HCC手术切除后5年生存的预测性随机生存森林(RSF)模型,曲线下面积(AUC)为0.980。此外,Liao等基于全切片图像(WSI)的46个特征开发了一个RF模型[53],结果显示其在预测HCC患者手术切除后预后方面与TNM分期系统具有相当的准确性。然而,应当注意,HCC临床研究中的样本量通常较小,SVM模型在理论上比其他模型更合适。Xu等使用基于免疫组织化学(IHC)的SVM算法[48]预测336例HCC患者手术切除后的复发。该SVM模型最终从49个特征中选择了8个特征,准确率为82.1%。与上述机器学习算法相比,卷积神经网络(CNN)算法在建立预测模型方面具有很大便利,因为它们不仅可用于分割影像,还可用于选择参数和开发模型[23, 55]。Wang等[23]使用CNN算法以自动模式从多期CT成像中提取高级时间和空间特征,显示出高效能,预测HCC早期复发的AUC为0.825。然而,基于CNN算法的自动模式需要高计算能力,因此应用有限。相关论文列于表2。
肝移植
LT被认为是符合米兰标准的HCC患者的有效治疗方法,复发率为10–15%[38, 56, 57]。一旦LT后HCC复发发生,预后较差。因此,有必要准确识别将从LT中获益的HCC患者,从而优化供受体匹配。
据我们所知,基于ML的分析在预测LT后HCC治疗结局方面的应用相当有限。Marsh等[58, 59]开发了一个使用七项临床因素的ANN模型来预测LT后HCC患者的复发风险,结果显示判别能力为70%。然而,在该模型与其他变量(如微卫星突变/缺失的基因分型(TM-GTP))联合使用时,预测性能从70%提高到85%。Rodriguez-Luna等[60]对ANN/TM-GTP模型进行了外部验证,判别能力为89.5%,但外部验证队列的样本量太小,仅包含19例患者;因此,预测性能不太令人信服。Nam等开展的一项多中心研究显示了更有说服力的结果[24],因为他们开发了一个DNN模型并纳入了相对较大的样本量,其中训练队列为563例,验证队列为214例。然而,预测模型不仅应基于受体的特征,还应基于供体的特征。因此,精确的受体-供体匹配对于开发预测模型至关重要。Zhang等[61]通过纳入供体和受体的14项特征建立了一个MLP模型。结果显示,特定MLP在1年、2年和5年的c统计量分别为0.909、0.888和0.845。然而,该MLP模型的主要缺点是缺乏外部验证,该模型的泛化能力有待进一步确认。相关论文列于表3。
局部消融
一系列影像引导下经皮消融包括多种技术,包括射频消融(RFA)、微波消融(MWA)、乙醇注射和冷冻消融[62–65]。由于RFA是HCC最常用的消融方式[66, 67],本节讨论的主要主题是RFA。尽管RFA在HCC局部肿瘤控制方面显示出良好的可行性,但完全消融略显理想化,复发率范围为49–63%[68]。当消融后HCC复发出现时,肿瘤的增殖和侵袭能力显著增加。
很少有研究使用机器学习(ML)模型预测射频消融(RFA)背景下肝细胞癌(HCC)患者的治疗结局。在一项对83例HCC患者的小样本分析中[69],使用支持向量机(SVM)模型分析临床特征与RFA后早期复发之间的关系,结果显示该模型的曲线下面积(AUC)为0.69。然而,当输入大量变量时,SVM模型的预测性能可能会下降。因此,在建立SVM模型之前必须筛选变量。相反,人工神经网络(ANN)算法不能用于筛选变量,而ANN模型的关键优势在于它能够处理具有大量变量和样本的数据。在Wu等[70]的研究中,共有15个变量被输入两个ANN模型,用于预测1年无病生存(DFS)和2年DFS,这两个模型的性能均非常出色,AUC分别为0.964和0.974。遗憾的是,SVM和ANN模型均不成熟,因为它们缺乏外部验证。相关论文列于表4。
经导管动脉化疗栓塞(TACE)
大多数HCC患者通常在中期或晚期才被诊断,此时无法应用治愈性治疗[71, 72]。根据巴塞罗那临床肝癌(BCLC)分期系统[73]以及若干治疗指南[6, 7],TACE是中期HCC患者的标准治疗。由于并非所有HCC患者都能从TACE中获益[74, 75],因此迫切需要一种在手术前提供治疗结局评估的预测模型,以用于临床决策。
既往研究利用临床和影像学变量构建了多种机器学习(ML)模型,用于预测肝细胞癌(HCC)患者经TACE治疗后的疗效[25, 76–79]。Mähringer-Kunz等[76]使用肿瘤大小和肿瘤数目等传统影像学特征及其他临床变量,构建了人工神经网络(ANN)模型,用于预测TACE后1年生存率。此外,结果表明该模型在训练队列中的预测性能为0.77,在验证队列中为0.83。然而,影像学特征并非总能被肉眼所见,一些微小影像学特征可能被忽略。影像组学是一门新兴学科,可从医学图像中提取统计学、形状和纹理特征等不可见影像学特征。Abajian等[77]建立了随机森林(RF)模型,并使用半自动3D肿瘤分割软件从MR图像中提取若干统计学和形状特征。其研究结果表明,TACE后治疗反应最有价值的预测因素是TACE前MR图像上的相对肿瘤信号强度,RF模型的最高预测准确率达到78%。然而,Abajian研究中的定量影像学特征过于简单,无法提供充足信息以预测治疗结局。Liu等[78]开发了具有复杂影像组学特征的支持向量机(SVM)模型。这些复杂影像组学特征首先通过手动分割从静态B型图像中提取,包括181个统计学特征、13个肿瘤形状特征和740个纹理特征。提取后,通过梯度提升回归树(GBRT)算法筛选有意义的影像组学特征[78],最终建立SVM模型,其内部验证队列的AUC为0.81。事实上,影像组学特征不仅可通过手动或半自动分割工具提取,还可通过卷积神经网络(CNN)算法自动提取[25, 78, 79]。Morshid等[79]使用基于CNN的分割方案从门静脉期CT图像中提取大量形状和纹理特征。基于这些影像学特征建立了RF模型,结果表明RF模型可准确区分TACE难治性患者,AUC为0.7331[79]。除提取影像学特征外,CNN算法还可用于建立预测模型[25, 78]。Peng等[25]使用CNN算法从CT图像中自动提取HCC的影像学特征,并建立了TACE后肿瘤反应的预测模型。其研究显示,CNN模型可预测HCC病灶的完全缓解(CR)、部分缓解(PR)、疾病稳定(SD)和疾病进展(PD),AUC分别为0.97、0.96、0.95和0.96。同样,Liu等[78]开发了CNN模型,从动态对比增强超声(CEUS)图像中提取影像学特征,并预测130例HCC患者TACE后的客观反应,AUC为0.93。相关论文列于表5。
索拉非尼
索拉非尼是晚期HCC的标准治疗。在既往两项具有代表性的随机对照试验中,接受索拉非尼治疗的HCC患者中位OS分别为10.7个月和6.5个月[80, 81]。由于费用高昂且疗效有限,需要一种可靠的预测工具来帮助临床医生调整此类患者索拉非尼的日常管理。
ML方法尚未常规用于预测HCC索拉非尼治疗的治疗结局。Choi等[22]收集了480例接受索拉非尼治疗患者的临床和影像学数据,并基于RF算法使用重要变量评分来选择最终参数。他们发现,所建立的模型在至疾病进展时间(TTP)和总生存期(OS)方面的预测性能优于Child–Pugh评分和终末期肝病模型(MELD)评分(TTP:0.746 vs 0.686和0.545;OS:0.875 vs 0.777和0.682)。然而,该研究缺乏独立的外部验证。相关论文列于表6。
ML用于HCC预后研究的未来展望
目前,用于预测HCC治疗结局的ML模型通常基于多变量预测因素,如人口学、临床、影像学、病理学和遗传学参数。在传统统计模型中选择最终预测因素是一项相当大的挑战,因为传统统计方法可能会丢失一些重要信息。ML模型可以纳入更多变量,并且可能成为优于传统统计模型的有前景的方案。此外,ML算法可以提取和选择肉眼不可见的影像组学特征,与简单的影像学参数(肿瘤大小和肿瘤数目等)相比,这些新变量可能提供有前景的预测价值。
ML方法中最重要的挑战是准确选择算法,以建立带有外部验证的预测模型。一方面,某些类型的ML模型更适合特定类型的数据,例如CNN适用于影像数据,SVM适用于小样本量数据。ML模型应通过深思熟虑的研究设计来选择。另一方面,由于未来需要符合临床实际,应使用适当的外部验证来确认泛化能力。由于缺乏公认的HCC预后研究ML预测模型设计,目前的ML模型可能并非可用的最佳模型。
结论
ML算法可以自动提取影像特征,并从大型数据集中识别最佳特征子集,尤其是与影像组学分析相结合时。相对于传统统计模型,ML模型在HCC预后研究中表现出更好的预测性能。遗憾的是,大多数现有ML预测模型缺乏外部验证,这阻碍了其作为个性化预测工具服务于HCC患者。尽管目前大多数ML算法仍处于初步阶段,但这一有前景的方法未来将在临床实践中被广泛接受。
引用
- Zou ZM, Chang DH, Liu H, et al. Current updates in machine learning in the prediction of therapeutic outcome of hepatocellular carcinoma: what should we know? Insights Imaging. 2021. PMID: 33675433. doi:10.1186/s13244-021-00977-9
- 全文:PMC7936998(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7936998/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。