本网讯 近日，中南大学湘雅二医院乳腺外科、乳腺疾病临床医学研究中心易文君教授团队在《电子临床医学》（eClinicalMedicine）上发表题为“通过 Semi-ALNP 评估乳腺癌患者腋窝淋巴结转移风险：一项多中心研究（Evaluating axillary lymph node metastasis risks in breast cancer patients via Semi-ALNP: a multicenter study）”的原创性研究论文。易文君教授与徐家墀博士共同担任通讯作者，2023级博士生瞿莉梦与2022级博士生朱锦锋为共同第一作者，中南大学湘雅二医院为第一作者及通讯单位。

腋窝淋巴结是乳腺癌最常见的转移部位，其转移状态直接影响患者的临床分期、治疗方案选择及预后生存。然而，目前临床对腋窝淋巴结的评估尚缺乏足够的分期准确性，导致临床上仍依赖穿刺活检和/或腋窝手术等侵入性方法，亟需一种更为精准、无创且智能化的评估手段。

易文君教授团队长期致力于乳腺癌腋窝淋巴结人工智能识别与预测模型的研究。在前期研究中，该团队已构建一个基于CT放射组学特征的无监督学习模型，初步实现了对乳腺癌患者腋窝淋巴结转移的预测。为进一步提升模型的分类性能及临床适用性，本研究在此基础上提出并构建了一种结合有标签与无标签数据的半监督多分类模型Semi-ALNP，实现了对腋窝淋巴结转移风险的精准分级。

该研究回顾性纳入了2016年至2024年期间在中南大学湘雅二医院接受治疗的494例乳腺癌患者，共计获取4191枚腋窝淋巴结影像数据。首先，基于214例患者中经标注的1769枚淋巴结构建有监督学习模型，并通过多层感知机（MLP）算法生成伪标签，进一步联合280例患者中未经标注的2422枚淋巴结数据，建立四分类半监督模型Semi-ALNP（将淋巴结风险分为超低、低、高和超高四个等级）。模型在总体队列中表现出优异性能，对于超低、低、高及超高风险的AUC值分别达到0.906、0.936、0.948和0.955，其分类准确性与泛化能力显著优于传统模型。

为进一步验证该模型在真实临床环境中的适用性，本研究联合郴州市第一人民医院、常德市第一人民医院及湘潭市第一人民医院进行了多中心外部验证。在212例临床评估为淋巴结阳性（cN+）并接受穿刺活检的患者中，模型的假阴性率为1.21%，敏感性达98.79%；在450例临床评估为cN0的患者中，模型假阴性率为8.33%，特异性和敏感性均超过90%。验证结果表明，Semi-ALNP模型具有稳定且准确的评估性能，具备良好的临床应用前景。

本研究的总体流程图

本研究首次将半监督学习策略应用于乳腺癌腋窝淋巴结多等级风险识别，突破了传统仅限于二分类评估的局限，实现了对腋窝淋巴结状态的精准量化分级评估，为临床个体化手术及治疗方案的制定提供了重要决策支持。未来，研究团队将进一步基于该模型开展大规模前瞻性研究，推动其在真实世界临床场景中的转化与应用。

本项目得到了湖南省重点领域研发计划及湖南省创新平台与人才计划等科研项目资助，在项目实施过程中亦获得了中南大学湘雅二医院放射影像科及临床机构办的大力支持。

（一审：李丹妮 二审：邓皓迪 三审：李殷）