背景：这篇文章是2020年2月发表在柳叶刀上的一篇文章。使用了一个含有10个深度学习网络的架构提取与预后相关的生物标志物。为了给早期结直肠癌患者提供更好的辅助治疗方案，我们需要更准确的预后标志物来筛选早期的癌症病人。当前的研究方向都是通过使用深度学习直接分析H&E图片来构建一个特征作为生物标志物，来反映原发结直肠癌患者术后的治疗效果。
方法：本研究从4组共约3500多名患者的H&E病理切片中提取了超过 12000000 训练了一个含有10个卷积网络的机器学习架构, 来对这类超大且混杂的图像做分类。本研究从一个整合了十个模型的框架中提取了一个预后相关的标志物，并且使用了来自英国的920名患者和挪威的1122名患者的数据进行了验证和评估。本研究分析中所涉及到的患者均接受了肿瘤切除手术并且样本的石蜡块可用。主要的研究目标是特定肿瘤的生存信息。
发现： 从四组数据中提取了828名有明确生存差异的患者用作训练数据集，并作为模型训练的基准。另外1645名没有明确生存差异的患者数据用于模型的调优。基于本研究提取的生物标志物在验证数据集上取得了3.84的风险比指数（95% CI 2·72–5·43; p<0·0001），在同一数据集上基于已知预后标志物的单变量分析的显著性调整后，该风险比指数为3.04（2·07–4·47; p<0·0001），涉及到的生物标志物包括pN等级，pT等级，淋巴管侵润和静脉血管侵润。
结果解读： 本研究构建了一个具有临床意义的预后生物标志物，研究中主要使用了深度学习算法和H&Ed数字病理切片数据。该研究的结果在大规模的独立患者数据集上做了验证，分析还表明与已知的分子及形态学的预后标志物存在相关性并优于已知标志物，分析结果与肿瘤和淋巴结的分级相一致。该生物标志物可以彻底的将二期和三期的病人分为有明显差异的预后组，这为临床辅助治疗法方案的选择提供了潜在的办法，从而避免对低风险病人的过度治疗以及识别可以从密集治疗中获益的病人。
睿评
工作主要亮点包含以下几点：1）研究所使用的数据集规模大，来自四个组别的约3500名患者的数据。使得模型可以得到充分的训练和调优，同时模型性能也得到了充分的验证。2）使用了基于复合实例的深度学习 （Multi instance deep learning）。在深度学习的模型训练中，权重、参数的初始化，以及训练优化器都存在随机性，导致模型的性能存在上下浮动的问题。采用这一复合实例的学习方法，一定程度上可以避免深度学习所带来的随机性问题。3）本研究提出了一种新的基于深度学习算法的生物标志物。传统研究中，我们将生物标志物分为形态学上的生物标志物和分子层面的生物标志物。形态学标志物在病理切片的诊断中广泛应用，例如核质比、细胞分化程度、淋巴侵润情况等。分子生物标志物在近年来得到了非常广泛的应用，包括癌症的早期筛查和靶向药物的靶标诊断等。本研究另辟蹊径，将深度学习的输出打分值作为一种风险标志物，并在多个组别的病人做了验证，并在与分子标志物的对比中，显示分子标志物为弱标志物。4）此外，这个研究中同时使用了两个放大倍数下的病理切片的数据训练模型。目前使用的数字病理切片是将制备好的病理切片放置在数字扫描仪下，使用不同放大倍数扫描而成的（0.0625X, 0.125X, … 40X）。常见的扫描仪品牌为Leica的Aperio，可以将多个放大倍数的图片生成一个几百兆到几个GB的svs图片。国产品牌也在努力，但是生成的数据格式需要注意。本研究中同时使用了10X和40X的图片，更好的兼顾了全局信息和局部信息。5）该研究提到了两片指南性质的文章。第一个是针对基于机器学习的预测模型开发类的工作，如何更好的设计实验，如何更好的汇报结果等，链接在此。第二篇是针对肿瘤标志物一类的研究的汇报指南。肿瘤标志物类的研究众多，本文对于这类研究提供了一个比较好的模版，从实验设计，到标志物的验证等等，链接在此 。6）该研究中还使用了DeepLab Network对肿瘤切片就行了分割，提供其中的肿瘤组织。该模型训练中，他们邀请病理医生详细标注了400多张图片用以模型训练。然后将训练得到的模型用以预测其他的未标注的图片，结果经过病理学家的检查和纠正。提取的肿瘤区域的图片用以后续模型的训练和分析。
总结评论：这个工作整体是一个设计严谨，结果充分的研究，美中不足的是对于模型的可视化没有做深入探讨。深度学习一度被一些领域的学者抨击其为黑瞎子，对于结果没有合理的解释。当前，我们可以结合Grad-CAM等手段对于模型中的一些权重就行可视化，对模型的预测结果可以做一个初步的解读。此外主观的评价，这个研究所使用的框架极其复杂，不太符合科学审美。科学如艺术，简约而不简单才是追求的方向。此外这种研究看似基于深度学习就可以简单开展，但是工作量实则不小，模型训练也存在不确定性，数据标注也需要大量的人工和专业知识，对于硬件和硬盘的要求也不低。科研小白谨慎入坑。
