亮点
套细胞淋巴瘤（Mantle Cell Lymphoma，MCL）的临床结局具有异质性，这给患者风险分层和治疗选择带来了挑战。MAIPI（MCL Artificial Intelligence Prognostic Index，MCL 人工智能预后指数）是一种创新的深度学习算法，完全基于常规苏木精-伊红（hematoxylin and eosin，H&E）染色活检图像进行训练，无需专门的分子检测或免疫组织化学分析即可实现预后预测。在大型独立队列中验证后，MAIPI可独立预测生存结局，并且其表现优于或可补充既有临床指数，如 MIPI 和 Ki67 增殖指数。
研究背景
套细胞淋巴瘤是非霍奇金淋巴瘤的一个独特亚型，其特征为 t(11;14)(q13;q32) 易位，临床行为变化较大，疾病可从惰性发展到高度侵袭性。诊断时的风险分层对于指导治疗策略仍然至关重要。传统预后工具包括套细胞淋巴瘤国际预后指数（MCL International Prognostic Index，MIPI），其整合临床变量，以及 Ki67 增殖指数等免疫组织化学标志物。然而，这些评估往往需要专业经验、标准化病理评估，有时还需要分子检测，因而存在实际应用限制。人工智能（AI）和数字病理学的进展为利用常规 H&E 染色切片开展自动化预后评估提供了机会，有望降低风险预测门槛并加速个体化治疗决策。
研究设计
本研究中，MAIPI 模型通过对 428 例纳入临床试验的 MCL 患者数字化诊断活检标本（H&E 染色）进行训练而建立。该算法无需预先人工标注即可自主选择具有诊断意义的肿瘤区域。验证则基于一个独立队列，共 140 例接受免疫化疗的患者，治疗方案包括使用或不使用 Bruton 酪氨酸激酶抑制剂伊布替尼（ibrutinib）。主要终点为基于生存分析评估的疾病结局预后准确性。MAIPI 的预后价值分别与既有指数（包括 MIPI 和 Ki67）进行比较，并评估其联合应用的效果。
主要结果
MAIPI 表现出稳健的预测能力，可将患者分为不同风险组，且无进展生存期和总生存期均存在显著差异。该 AI 驱动的指数可独立于 MIPI 和 Ki67 提供预后信息，提示其具有互补价值。值得注意的是，MAIPI 不依赖分子检测、免疫组织化学检测或病理专家评估，凸显了其良好的可推广性。通过其无监督的肿瘤区域选择机制，模型能够有效识别与疾病侵袭性相关的组织学特征，包括微环境及细胞形态学模式。此外，MAIPI 在接受现代免疫化疗方案、无论是否联合伊布替尼的患者中仍保持预后有效性，这对于当前临床实践具有现实意义。
与传统预后指标相比，MAIPI 的改进提示，深度学习捕捉到的复杂组织结构与细微形态模式，能够在传统标志物之外提供增量性的预后信息。这有助于在诊断早期更早、更精准地识别风险，并可能为测试新型治疗的临床试验纳入标准提供参考。
专家点评
MAIPI 的应用代表了数字病理与 AI 在血液肿瘤学中的一种前景可期的融合。正如 MULTIPLY 项目团队所指出，该工具利用广泛可及的诊断材料，减少对专门检测或主观判断的依赖，从而简化预后评估。此类工具有望降低观察者间差异，并促进其在资源有限地区的实施。
然而，仍需在不同临床人群中进行外部验证，并将其整合入临床工作流程，这些都是下一步的关键任务。该算法相对于新兴分子分类器的性能，以及其在治疗选择指导中的作用，均需要前瞻性评估。此外，切片数字化与质量控制的标准化对于确保 AI 在不同中心之间的可重复应用至关重要。
结论
MAIPI 提供了一种新颖、准确且实用的套细胞淋巴瘤预后指数，完全基于常规 H&E 组织学切片。该 AI 工具可独立于现有临床和免疫组织学指数，并与之互补，在无需复杂分子检测或病理专家输入的情况下实现患者风险分层。它有望提升 MCL 的精准预后评估并为治疗策略制定提供依据，但仍需进一步验证和前瞻性研究。本研究体现了人工智能在病理驱动的个体化肿瘤学中的变革性潜力。
资助与 ClinicalTrials.gov
本研究在 MULTIPLY 项目框架下开展，并获得相关机构及科研经费支持，详见原始发表。患者队列相关的临床试验标识与所采用的免疫化疗方案（包括伊布替尼的使用）有关，具体信息可参见所引文章。
参考文献
1. Lippl J, Reinke S, Koch K, et al. Mantle cell lymphoma artificial intelligence prognostic index using hematoxylin and eosin histology. Leukemia. 2026 Jul 7. PMID: 42414604.
2. Hoster E, Dreyling M, Klapper W, et al. A new prognostic index (MIPI) for patients with advanced-stage mantle cell lymphoma. Blood. 2008;111(2):558–565.
3. Kluin PM, Kluin-Nelemans HC, Hoster E, et al. Prognostic significance of Ki-67 in mantle cell lymphoma: a pooled analysis from The European MCL Network. Haematologica. 2014;99(10):1687–1695.
4. Abbet EM, Nittner D, Schall T, et al. Artificial intelligence in diagnostics of B-cell lymphomas: achievements and future perspectives. Leukemia. 2021;35(7):1897–1908.
5. Scott DW, Mottok A, Ennishi D, et al. Prognostic significance of the lymphoma microenvironment in mantle cell lymphoma. Blood. 2018;132(18):1910–1919.
