Nature Medicine · 2019Brief Communication · 3 pages · 2 主图Nature 原文本地 PDF PMC 全文

Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer

从常规 H&E 病理切片直接预测消化道癌的 MSI 状态 —— 让更多癌症患者能被筛出适合免疫治疗的候选者

发表：Nature Medicine 2019, 25(7):1054-1056；DOI 10.1038/s41591-019-0462-y；检索日期 2026-07-23

先给结论

AUC 0.77–0.84 三个 TCGA 队列的患者级 MSI 检测 AUC（CRC-KR 快速冷冻最好、CRC-DX FFPE 最难）

ResNet-18 × 2 两阶段流水线：肿瘤检测器（AUC > 0.99）+ MSI 分类器

H&E only 不需要 PCR / 免疫组化，用常规染色切片即可预测 MSI

临床上 MSI-H 的胃肠道癌患者对免疫检查点抑制剂响应特别好，但只有不到一半的患者被 routinely 检测 MSI。本文证明：用一个不算大的 ResNet-18，就能从最普通的 H&E 病理切片直接把 MSI 从 MSS 里分出来，AUC 0.77–0.84。虽然还没到诊断级替代，但足以做”哪些患者值得进一步做 MSI 检测”的初筛。

关键洞察：作者证明了”病理形态学的确编码了分子层面的信息”这个假设 —— MSI-H 肿瘤的组织学（比如 poor differentiation、mucinous、TIL 密度）本来就有区别，只是人眼系统识别的能力有限，深度网络能把它拉到 clinical-utility 边缘。

研究动机

临床背景：MSI 决定免疫治疗响应

微卫星不稳定（Microsatellite Instability, MSI）是 DNA 错配修复缺陷（dMMR）的后果，主要出现在：

结直肠癌（CRC）：约 15% 为 MSI-H
胃腺癌（STAD）：约 15% 为 MSI-H
子宫内膜癌等：也有较高比例（本文未覆盖）

关键临床意义：MSI-H 患者对 PD-1/PD-L1 免疫检查点抑制剂响应显著优于 MSS 患者。KEYNOTE-016 试验后，FDA 批准了 pembrolizumab 用于 dMMR/MSI-H 实体瘤（首个 tumor-agnostic 适应症）。

临床痛点：MSI 检测未 routinely 做

目前主流 MSI 检测方式：PCR fragment analysis 或 MMR 蛋白免疫组化（MLH1/MSH2/MSH6/PMS2）
这两种都需要额外送检，很多医院并不对每个患者都做
相比之下，H&E 染色是每个病理标本的标配 —— 如果能直接从 H&E 预测 MSI，就可以在所有患者中做初筛

Figure 1：两阶段深度学习工作流 — Figure 1：先定位肿瘤区域，再切分并颜色归一化 tiles，最后训练第二个网络区分 MSI 与 MSS。图源：Kather et al., Nature Medicine 2019（PMCID: PMC7423299）。

为什么这篇论文重要：不是因为 AUC 高（其实 0.77–0.84 只能算中等），而是因为证明了这条路可行。之后一整个 MSI-from-histology 的研究方向被这篇引爆。

数学表示及建模

本文并非数学论文，方法层面主要复用 ResNet（He et al. 2016）的残差学习。核心公式：

y = \mathcal{F}(x, \{W_i\}) + x

其中 $\mathcal{F}$ 是残差映射（几层卷积）， $x$ 是残差连接（skip connection）。ResNet 的核心贡献是通过残差连接缓解深层网络的梯度消失。

MSI 分类任务是二分类：

P(\text{MSI} \mid \text{tile}) = \text{softmax}(f_{\text{MSI}}(\text{tile}))

Patient-level 得分：所有 tumor tiles 的 MSI score 聚合（论文提到 median，具体聚合函数细节需查全文核证）。

⚠️ 待核证：patient-level 聚合的确切方法（median / mean / 加权投票？）本文正文未展开，需查 Methods 或 Supplementary。

核心公式与方法

两阶段流水线

Stage 1 · 肿瘤检测

模型：ResNet-18
训练数据：94 slides / 81 patients，手工标注
目标：把整张 WSI（whole slide image）里的肿瘤区域识别出来
性能：out-of-sample AUC > 0.99

Stage 2 · MSI 分类

模型：另一个 ResNet-18
输入：Stage 1 检测出的肿瘤 tiles
输出：每个 tile 的 MSI score ∈ [0, 1]
训练标签：来自 TCGA 的 MSI/MSS ground truth

Tile-based 处理

每张 WSI 切分为 tiles（论文未明说 tile 尺寸，惯例是 224×224 或 512×512）
每个 tile 做颜色归一化（color normalization）—— 消除不同扫描仪、染色批次的偏差
只在 tumor tiles 上跑 MSI 分类

Figure 1：MSI 分类网络 — Figure 1d–e：第二个 ResNet-18 在肿瘤 tiles 上训练并输出患者级 MSI/MSS 预测。

实验设计

本文使用三个独立 TCGA 队列 + 一个多中心独立验证队列：

队列	N 患者	样本类型	Tiles 数	用途
TCGA-STAD	315	FFPE 石蜡	100,570	训练 + 测试（胃癌）
TCGA-CRC-KR	378	快速冷冻	60,894	训练 + 测试（结直肠癌）
TCGA-CRC-DX	360	FFPE 石蜡	93,408	训练 + 测试（结直肠癌）
DACHS	待核证	多中心 CRC 队列	—	独立验证

关键设计选择：同时用 FFPE（临床最常用的石蜡包埋）和快速冷冻两种样本类型跑，是为了证明方法能迁移到临床实际场景。FFPE 是医院日常存档格式，而快速冷冻主要在研究场景 —— 如果只在冷冻样本上有效，临床价值大打折扣。

⚠️ 待核证：DACHS 队列的具体样本数、纳入标准、模型是否 fine-tune；训练 / 测试 / 验证的具体切分比例（如 patient-level split 避免数据泄漏）。这些细节需查 Methods 与 Supplementary Table 1。

实验结果

Patient-level AUC（主要终点）

0.81 TCGA-STAD 胃癌 FFPE — 95% CI [0.69, 0.90]

0.84 TCGA-CRC-KR 结直肠癌快速冷冻 — 95% CI [0.73, 0.91]

0.77 TCGA-CRC-DX 结直肠癌 FFPE — 95% CI [0.62, 0.87]

CRC-KR（快速冷冻）表现最好、CRC-DX（FFPE）最差。这符合直觉：冷冻样本组织形态保存更好，特征更清晰；FFPE 处理会引入形态学噪声。但 FFPE 是临床常态，所以 0.77 的 AUC 才是最有临床意义的数字。

Tile-level MSI Score 分布

Figure 2：MSI/MSS 空间预测与跨队列验证 — Figure 2：MSI/MSS 空间预测图、DACHS 外部验证 ROC，以及 MSIness 与免疫特征的相关性。

队列	MSI tiles score (median [CI])	MSS tiles score (median [CI])	p-value
TCGA-CRC-DX (FFPE)	0.61 [0.12, 0.82]	0.29 [0.08, 0.57]	1.1×10⁻⁶
TCGA-CRC-KR (冷冻)	0.50 [0.17, 0.80]	0.22 [0.06, 0.60]	7.3×10⁻¹¹

解读：两个 CI 有明显重叠 → 单个 tile 无法可靠判定 MSI；但 patient-level 聚合所有 tiles 的信息后 AUC 显著（0.77–0.84），说明”多 tile 投票”是必要的。

我的评论

亮点：

首创性：MSI-from-H&E 深度学习方向的开山之作（1400+ 引用足以说明）
临床可行：FFPE 石蜡样本表现证明能落地到医院日常工作流
跨组织泛化：胃癌和结直肠癌都能训 + 一个 DACHS 外部验证
方法简洁：没堆花哨结构，就是 ResNet-18 × 2；证明基础深度学习已足够

局限：

AUC 仍不够诊断级：0.77-0.84 只能做初筛，不能替代 PCR/IHC
ResNet-18 相对简单：后续研究用 Transformer/attention 效果显著更好（见 One More Thing）
缺少前瞻性验证：TCGA + DACHS 都是回顾性数据集
tile-level 分类噪声大：MSI/MSS tile 分布重叠明显，依赖 patient-level 聚合
子宫内膜癌未覆盖：MSI 高发的另一大类癌症本文未纳入

笔者按：这篇作为病理 AI + 分子表型预测的经典入门必读。它的价值不是 SOTA 数字（早被超越），而是范式验证：证明了”病理形态学 → 分子标签”这条通路对深度学习是可解的。理解病理 AI 的读者应从这篇开始追溯。

对课题相关：若在做从空转 / H&E 预测分子标签类工作，这篇是必引；它的两阶段（先找 tumor 再分类）设计模式在空间转录组 + 病理 AI 场景仍然通用。

One More Thing

后续影响溯源：这篇论文（2019）之后，MSI-from-H&E 领域大约每 6 个月出一次 SOTA 更新。到 2024 年，MSIntuit CRC（Bilal et al.）等已获得 FDA / CE 认证，成为真正落地的诊断产品。方法学演进路径：

2019 ResNet-18 tile-based（本文）
2020-2021 EfficientNet / MIL（Multiple Instance Learning）
2022-2023 attention-based MIL / Transformer
2024+ foundation models（CTransPath, UNI, Virchow）+ 少样本迁移

⚠️ 待核证：以上时间线为笔者按记忆整理，具体年份和方法归属需查综述（比如 Chen et al. Nat BME 2024）核证。

完整图谱 / Figure Gallery

以下汇集论文全部主图 + Extended Data 图（Nature Medicine Brief Communication 主图数量较少，仅 Fig 1 与 Fig 2，其余在 Extended Data）。

Figure 2：MSI/MSS 空间预测、DACHS 外部验证与免疫特征相关性。

Extended Data Figure 1：五种神经网络架构与颜色归一化方案的性能/训练时间对比。

Extended Data Figure 2：各训练与验证队列的 AUC、tile 数量和生存分析。

Extended Data Figure 3：MSI 病例的预测热图与空间异质性示例。

Extended Data Figure 4：数字病理中心采用深度学习筛查与免疫组化筛查的工作流对比。

Reference / Evidence

Nature Medicine 官方页 — DOI: 10.1038/s41591-019-0462-y
PubMed — PMID: 31160815
PMC 全文（免费开放访问）— PMCID: PMC7423299
White Rose 机构库 — 作者接受版 PDF
Deep Residual Learning for Image Recognition

He et al. · CVPR · 2016
https://arxiv.org/abs/1512.03385
PD-1 Blockade in Tumors with Mismatch-Repair Deficiency (KEYNOTE-016)

Le et al. · NEJM · 2015
https://doi.org/10.1056/NEJMoa1500596