前瞻收集的试验资料，用于新的计算模型分析
含顺铂新辅助化疗后，肌层浸润性膀胱癌患者的病理反应并不相同。美国研究团队在 npj Digital Medicine 报道图网络多模态后期融合模型（Graph-based Multimodal Late Fusion，GMLF），将常规病理图像与基因表达结合，预测手术时能否达到病理完全缓解。
资料来自随机 II 期 S1314 试验。原试验将适合含顺铂治疗的患者分配至两种方案：剂量密集的甲氨蝶呤、长春碱、多柔比星、顺铂联合，或吉西他滨联合顺铂。原试验 237 位入组者中，本次模型研究纳入了具有病理和表达资料的 180 位患者。
这 180 人对应 182 张全切片图像，其中 56 张来自术后未见残余肿瘤的患者，126 张来自仅部分反应或未反应者。模型将后两类共同归为未达到完全缓解，预测目标因此比泛指“治疗有效”更明确。
3 条分支分别处理图像表征、细胞形态和表达
2 个图像分支都保留切片局部区域的空间关系。一个使用 ResNet-50 提取高维图像表征，另一个使用 HoVer-Net 提取细胞类型数量和细胞核形态特征，再由图神经网络整合区域之间的信息。
第 3 条分支处理与切片配对的 1,071 维基因表达向量，对应 818 个独立基因符号。3 个分支各自输出一个预测分数，再经后期融合和概率校准，生成达到完全缓解的预测概率。年龄和分期等临床变量不在模型输入之列。
团队先比较不同切片分析架构，选择能利用空间关系的 SlideGraph+ 作为图像分支骨架。初步比较中，它的受试者工作特征曲线下面积（area under the receiver operating characteristic curve，AUC）为 0.67，另一种注意力多实例学习模型为 0.60；前者能整合局部区域之间的组织关系。随后比较单分支、双分支与完整的 3 分支，评价不同输入信息对预测性能的贡献。
窄屏可横向滑动查看完整图表。
内部验证表现较好，但增益仍有统计边界
研究按患者分层随机划分约 80% 开发资料与 20% 留出测试资料，避免同一人的多张切片跨越训练和测试。开发资料内再做 5 折交叉验证，用于模型选择；最终留出集只用于内部测试。
完整模型的 AUC 在 5 折验证中平均为 0.74，折间变动约为 0.10；留出测试为 0.72。这些是同一临床试验内部的评估结果。
完整模型在数值上高于各单模态、双模态方案，但部分差距较小。例如，单独细胞形态分支的 5 折 AUC 为 0.72，单独表达分支的留出测试 AUC 为 0.71。在特异性固定为 95% 的比较中，完整模型与次佳模型的敏感性差异 p=0.07，未达到常用显著性阈值。
模型解释指向表达特征和局部组织组成
团队采用沙普利加性解释（SHapley Additive exPlanations，SHAP）分析各分支及表达特征对预测的贡献。表达分支的贡献整体较大，TP63、CCL5、DCN 等基因在重要性排序中靠前；进一步的基因集分析突出基底分化和肌成纤维细胞相关特征。
这些排序反映模型使用了哪些信息，单个基因的化疗反应机制仍需实验验证。研究还用代理模型解释复杂网络，后期融合本身并不能充分揭示不同模态特征之间的相互作用。
在与完全缓解预测关联较强的切片区域，癌细胞和结缔组织细胞数量较多，坏死细胞较少，肿瘤—基质比也较高。将重要性覆盖回原切片，可以让研究者查看模型关注的具体位置。
另一方面，2 种细胞核形态异质性指标在完全缓解与未完全缓解组间均没有显著差异；按异质性分层后的性能趋势也不一致。2 种总体异质性指标未能解释模型识别的全部组织信息。
尚需独立队列及前瞻性决策验证
试验资料的前瞻收集，为药物反应标签提供了较清楚的来源，但这次并没有将患者按 GMLF 预测分配治疗。模型也未在 S1314 之外的数据集中验证，因此其对其他机构、扫描条件和治疗组合的适用性仍不清楚。
作者提出扩大样本并进行实验与临床验证。现阶段，GMLF 提供将病理、细胞形态和表达资料综合用于药物反应研究的框架；它能否安全支持保留膀胱或改变治疗的决策，仍需专门研究。