可交互的＂病理AI助手＂:TEAM在85个基准上全面领先,可以让病理医生实时改预测

生物标志物已从单一组学扩展到癌症分期/分级、肿瘤微环境（TME）、基因表达等多个尺度。但现实是：这些多尺度生物标志物常依赖昂贵且技术要求高的检测，敏感度、特异度与临床可重复性有限。好在它们背后的细胞过程在 H&E 染色组织上都有特征性的形态模式——这给了 AI 用常规切片替代/补充分子检测的机会。

然而既有计算病理模型大多把"谱分析"和"结局预测"当作独立任务：先预测 PD-L1、TMB，再另起炉灶预测生存。它们缺乏三样东西——① 把预后风险内化到表示中；② 量化并传播不确定性；③ 让临床医生介入并修正。TEAM 把这三件事做成了统一的框架（图 1）。

TEAM 的第一步是风险感知嵌入。它在大规模泛癌数据上预训练（55,648 WSI、1,750,648 ROI、3.6 亿 tile），与普通基础模型的关键区别是：嵌入学习被临床元数据条件化（如分期、分级等），并显式与相对风险先验对齐——同一幅形态，在不同的临床背景下被编码进不同的风险坐标系。

效果：在 NFH-CESC 队列上，TEAM 的患者嵌入呈现出与预测风险分数强相关的空间风险梯度（ρ = 0.94, P<0.001）——高危区与低危区在形态流形上自然分开。这意味着"预后"不再只是下游任务的标签，而是从表示层面就长在模型里。

可信 AI 的关键是"知道自己在多大程度上可信"。TEAM 在 tile 级分别量化两类不确定性：aleatoric（数据固有）与epistemic（模型不确定），再把它们传播到患者级预测。

用法很直接：设定不确定性阈值 <0.5，得到高置信子集 TEAM*。在预后任务上 TEAM* 的中位 C-index 提升达 +19.9%（平均保留 74.0% 病例）。以 NFH-CESC 队列为例，TEAM 在 1、3、5 年随访点的时间依赖 ROC AUC 分别达 0.760、0.831、0.944，整个随访期都稳定优于基线。不确定性不是锦上添花——它是把 AI 从"黑箱预测"推向"可信部署"的桥梁。

评估规模是空前的：48 个多机构队列、30,776 WSI、848,655 ROI、1.09 亿 tile、85 个独立基准（67 公开 + 18 自建）。在预后分层上，TEAM 相对已有方法（UNI、Prov-GigaPath、CHIEF、TITAN、GPFM 等）平均 C-index 提升 +3.2%；在治疗响应预测上，Log OR 达 3.00±0.67、AP 达 0.907±0.022，显著超过次优基线（图 2d）。

分期/分级同样领先：HNSC 分期在 TCGA 上 AUC 0.935、CPTAC 上 0.883；分级任务内部超过 0.95、外部超过 0.80；跨内外部队列一致。更重要的是这些提升不靠牺牲生物可解释性——注意力热图优先落在肿瘤富集区而非间质（图 3k），风险评分的生物学通路（GSEA）富集于侵袭相关通路。

TEAM 的谱分析覆盖癌症分期/分级、TME 特征、基因表达推断三层次。TME 侧：预测 PD-L1、CD8/CD4、TILs、Ki-67、TMB、MSI、HRD、缺氧的相关系数（PCC）在多个癌型上稳定领先；基因表达侧：全部基因与 top-1,000 预后基因的推断都能从形态中恢复，注意力热图显示预测优先关注肿瘤富集区域（图 3k）。

跨度之大意味着：从一张 H&E 切片，TEAM 能同时回答"这是什么分期/分级、微环境什么样、关键基因表达趋势如何"——为下游结局预测准备好了全套中间生物特征。

与"先谱分析、再另做结局预测"的管线不同，TEAM 让谱分析得到的生物标志物作为中间特征，参与到预后与治疗估计中。消融显示：单一标志物模型 C-index 0.74–0.75；逐步加入分期/分级、TME、基因表达，完全集成模型（Pathology+Stage/Grade+TME+Gene）达到 C-index 0.783——相对仅病理基线（0.701）平均增益 ∆C-index +8.1%。

这验证了一个设计哲学：结局预测不该是孤立的黑箱。把形态学谱分析与预后估计"串"起来，让模型先"读懂"生物状态、再据此预测结局，既提升精度，也保留了生物学可追溯性（图 4）。

TEAM 不止于"给分数"。它把视觉-语言模型与智能体化编排结合，实现基于知识的临床推理——面对临床问题（如"61–65 岁女性，诊断为……，请评估肿瘤分期"），智能体调用工具、读取形态、生成带依据的回答（图 5）。

在 5 点量表上，TEAM-Agent 的平均分 4.12±0.58，显著优于 GPT-4o（3.08±0.62）与 Quilt-Llava（2.68±0.71）等通用病理 VLM——不是简单地"看图说话"，而是带着临床推理链给出结论。

最后，也是最有临床味道的一环：医生在环的交互式预测精修。TEAM 提供基于网页的平台，病理医生可以直接在 WSI 上标注关注区域，模型据此调整预测——从初始热图到精修热图，注意焦点随医生反馈移动（图 6）。

评估：5 名独立病理医生使用交互界面后，预测一致性 ICC 中位数达 0.94——不同临床专家驱动的精修产生一致改善。跨 48 个队列的总体表现证明：把"人"放回决策环，不是降低效率，而是提高可信度与临床可接受度。

TEAM 想回答的问题很本质：一个能被临床真正使用的病理 AI，除了"准"，还需要什么？它的答案是一套组合拳——风险感知的表示、量化的不确定性、标志物参与的结局预测、会推理的对话、人在环的修正。

当病理 AI 同时做到"答得准、说得清、可以商量"，它才真正配得上"助手"这个称谓。TEAM 展示的正是这样一条可信 AI 辅助决策的路径——而路径的尽头，是临床决策桌上那个永远在场的病理医生。