跳到主要内容
返回时间线
medRxiv来源发表:

乳腺癌五年生存预测不再依赖组织成像:HEAL-Surv用教师蒸馏把一致性从0.658提到0.704

核心概要

HEAL-Surv把成像质谱流式细胞术(IMC,在保留细胞位置的前提下测量单个细胞蛋白标记的技术)和DNA甲基化放进只在训练阶段使用的教师模型,让学生模型在推理时仅凭分子与临床输入预测乳腺癌五年净疾病特异性生存。在423名METABRIC患者的五折交叉验证中,与同一架构、同样推理输入但只学观测结局的学生相比,蒸馏把五年Uno一致性均值从0.658提高到0.704,但积分Brier分数和五年Brier分数同时升高。

Source-provided article image: Hierarchical Graph Learning with Multimodal Distillation for Breast Cancer Survival Prediction
Fig. 1 · medRxiv · 第 4 页

深度剖析

新患者做风险分层时,组织层面的IMC和甲基化测量往往拿不到,HEAL-Surv让这两类信息只在训练时出现,推理阶段只保留分子谱和临床变量。 此前的生存模型把每位患者压成一个特征向量,组织测量一旦聚合成单向量,细胞邻居关系与组织区域的组织方式就丢失了。 在423名METABRIC患者的五折交叉验证中,四模态教师取得五年Uno一致性均值0.723,去掉任一模态都会降低一致性均值并抬高Brier类误差。

学生模型从教师的生存曲线上学到比观测结局更多的风险排序信息,而推理时不需要教师、IMC或甲基化。 同一架构、同样推理输入、只学观测结局的匹配学生,五年Uno一致性均值为0.658。 加入按随机初始化间一致性加权的曲线匹配损失后,该学生均值升到0.704,接近DMGN的0.701;同时积分Brier分数从0.071升到0.074,五年Brier分数从0.142升到0.147。

教师端的IMC分支把组织表示成细胞图,先学局部细胞邻接,再逐级合并成更粗的组织区域。 非层级教师保留同样的细胞图和细胞级消息传递,但去掉两阶段池化,直接读出每个组织芯的表示。 在同样的423名患者和五折上,层级教师的五年Uno一致性均值从非层级版本的0.618升到0.723,两个一致性指标的折间标准差也更小。

启示与展望

已展示的范围是423名METABRIC患者的五折交叉验证,以及265名Basel患者上不重新拟合的外部评估;外部评估覆盖的是IMC—临床变体,其五年Uno一致性为0.660,而完整教师与分子—临床学生仍需外部验证。

蒸馏提高了风险排序的一致性,但积分Brier分数与五年Brier分数同时上升,说明概率误差没有同步改善;作者指出,用输入集不同的教师做蒸馏有助于量化IMC与甲基化各自对排序增益的贡献,学生的外部验证与直接校准评估仍是后续工作。