Исследователи из Xinxiang Central Hospital (Китай) разработали модель машинного обучения для прогнозирования полного патологического ответа (pCR) после неоадъювантной терапии рака молочной железы на основе рутинных патоморфологических заключений предлечебной core-биопсии.

В ретроспективное одноцентровое исследование включены 171 пациентка, получавшая неоадъювантную терапию в период с 1 марта 2016 г. по 1 января 2026 г.; pCR достигнут у 64 (37,4%) пациенток, у 107 ответ отсутствовал.

Авторы протестировали пять моделей эластичной логистической регрессии с использованием 20 повторов стратифицированной 5-кратной кросс-валидации:

• Клинико-лабораторная модель показала слабую дискриминацию: AUC 0.420 (95% CI 0.326–0.509)
• Модель структурированных патоморфологических признаков: AUC 0.738 (95% CI 0.664–0.810)
• Модель текста патологического заключения (n-граммы символов/маркеров с TF-IDF и сингулярным разложением): AUC 0.689 (95% CI 0.606–0.767)
• Объединённая патоморфологическая модель (pathology fusion): AUC 0.747 (95% CI 0.672–0.815); оценка Брайера 0.200 (95% CI 0.175–0.226)
• Мультимодальная модель (pathology fusion + клинико-лабораторные данные): AUC 0.733 (95% CI 0.656–0.805); разница с pathology fusion −0.014 (95% CI −0.048–0.017; P = 0.388)

Добавление клинико-лабораторных переменных не улучшило предсказательную способность модели.

Во вторичном post-hoc анализе добавление стандартизированных компонентов режима неоадъювантной терапии к патоморфологической модели дало:

• AUC 0.757 (95% CI 0.679–0.824)
• Прирост AUC 0.009 (95% CI −0.019–0.037; P = 0.487)

Таким образом, инкрементная ценность информации о лечении оказалась небольшой и статистически недостоверной.

Авторы конвертировали 361 файл предлечебных патологических заключений в текстовый формат на уровне пациентов и извлекали структурированные признаки с помощью rule-based pipeline. Протестированные трансформерные эмбеддинги (frozen BGE, Chinese RoBERTa, ERNIE-Health) не превзошли лексическое представление текста.

Контроль качества показал:

• Точность распознавания символов OCR: 98.72% (20 случаев только с изображениями)
• Согласованность критических патоморфологических полей: 95.0–100% (40 случаев)

Результаты демонстрируют, что предлечебные патоморфологические заключения несут основной предсказательный сигнал для pCR, в то время как вклад клинических, лабораторных и терапевтических данных минимален.

Авторы подчёркивают необходимость независимой внешней валидации перед клиническим применением модели. Одноцентровой ретроспективный дизайн и относительно небольшая выборка (n=171) ограничивают обобщаемость результатов.