面向黑色素瘤研究的多模态专病队列：构建、治理与初步报告

摘要

目的:中国人群肢端型黑色素瘤高发且预后不良,目前尚缺乏多模态高质量研究数据。本研究旨在构建具有中国人群代表性的多模态专病队列,为解析疾病特征及预后机制提供数据基础。方法:采用单中心前瞻性研究设计,连续纳入中南大学湘雅医院2016年4月至2024年9月经病理学检查确诊的黑色素瘤患者为研究对象,排除未成年人、妊娠期及哺乳期女性。基于国际标准构建包含16个核心模块的标准化数据集。数据治理采用自动化抽取-转换-加载（extract-transform-load,ETL）流程与人工智能（artificial intelligence,AI）相结合的混合架构,利用基于Transformer的自然语言处理（natural language processing,NLP）模型提取病理文本特征等,并结合深度学习模型处理医学影像等像素级数据。采用临床与工程双重校验机制保证数据质量,随访结局评估遵循实体瘤疗效评价标准1.1版和常见不良事件评价标准5.0版。结果:多模态专病队列共纳入1 036例黑色素瘤患者,男514例（49.61%）,女522例（50.39%）,年龄为（60.2±13.7）岁。在898例具有明确临床分型的患者中,肢端型黑色素瘤606例（67.48%）,为主要亚型。在拥有完整Breslow厚度数据的678例患者中,Breslow厚度中位数值为3.25 mm。在612例具有明确Clark分级数据的患者中,Clark分级Ⅳ患者277例（45.26%）,为主要分级。在880例具有明确临床TNM（clinical TNM,cTNM）分期数据的患者中,Ⅱ期患者329例（37.39%）,比例最高。驱动基因检测结果显示,B-Raf原癌基因丝氨酸/苏氨酸蛋白激酶V600E突变(B-Raf proto-oncogene serine/threonine kinase,BRAF^V600E)检出率为21.79%（61/280）,干细胞生长因子受体（stem cell growth factor receptor,c-KIT）突变检出率为9.46%（7/74）。在治疗模式上,全队列有217例（20.95%）患者接受免疫治疗,59例（5.69%）患者接受靶向治疗。在完成系统随访的372例患者中,共记录死亡事件129例（34.68%）,复发/转移事件86例（23.12%）;肢端型、Clark分级Ⅳ及cTNM分期Ⅲ～Ⅳ患者为死亡、复发/转移的主要群体。队列整合了8 536张数字病理全切片图像（whole slide images,WSI）及5 084例次符合医学数字成像与通信（digital imaging and communications in medicine,DICOM）标准的原始影像数据等深层多模态数据,结构化数据点超35万个,数据库总数据量达20.5 TB。结论:该多模态专病队列整合了中国人群特异的临床、影像、病理和分子信息等数据资源,为开展真实世界研究、挖掘预后生物标志物,以及开发AI辅助诊疗模型提供了重要的数据基础。

关键词

黑色素瘤 / 多模态专病队列 / 数据治理 / 真实世界研究 / 人工智能