ARTICLE · 1302519
AI前沿|ESMO 2026:AI只看HE切片估算MammaPrint复发风险,与实测相关0.954,372例10年随访验证

点击上方蓝字 Mua科研 关注我们,设为 ⭐星标,每天一篇文献精读、读图和实验干货,第一时间推送给你。
写在前面资料卡片
会议:ESMO 2026(马德里)|晚期突破摘要 LBA20|2026 年 10 月 24 日口头报告
题目:AI Driven Digital Pathology for the 70 Gene Recurrence Signature: Development and Validation in Early Stage Breast Cancer
报告人:Laura van ’t Veer(加州大学旧金山分校;Agendia 联合创始人、首席研究官)
研发方:Agendia,MammaPrint 检测的厂家
证据层级:会议报告和公司新闻稿,没有同行评审全文
本文用到的图:全部为 Mua科研 自绘
核心结论: Agendia 用 7 万张带 MammaPrint 结果的 HE 切片训练了一个 AI 模型,在 RASTER 研究的 372 例早期乳腺癌患者中,模型分数和 MammaPrint 实测结果的相关系数是 0.954;数字低危组 10 年乳腺癌特异生存 98.1%,高危组 86.7%。这是厂家自己做、自己报告的会议数据。
大家好~早期乳腺癌做完手术,要不要再加化疗,是很多患者和医生都要面对的问题。肿瘤大小、淋巴结、分级这些临床指标给的信息有限,于是有了多基因检测:从肿瘤组织里测一组基因的表达,算出复发风险。
MammaPrint 就是其中一个,它要把组织寄到中心实验室测基因,要花钱,也要等几天。10 月 24 日的 ESMO 大会上,它的厂家 Agendia 报告了一个新做法:不测基因,只让 AI 看病理科本来就有的 HE 切片,估算出同样的风险分组。
先说几个词:
✦HE 切片:苏木精-伊红染色的组织切片,细胞核染成蓝紫色、胞质染成粉红色,几乎每例乳腺癌手术或穿刺都会做。
✦全切片图像(WSI):把整张玻璃切片扫描成的高分辨率数字图像,AI 病理模型读的就是它。
✦乳腺癌特异生存(BCSS):只把死于乳腺癌算作事件的生存率,死于其他原因的不计入。
✦风险比(HR):两组发生事件的相对风险,0.12 大致表示低危组的风险约为高危组的八分之一。
✦相关系数 r:衡量两组连续数值一起升降的程度,1 是完全同步。它说明两个分数走势一致,不等于两者分出的高低危组完全相同。

01MammaPrint 是什么:测 70 个基因,给出复发风险高低MammaPrint 来自荷兰癌症研究所。2002 年,van ’t Veer 等人在 Nature 上发表了一组 70 个基因的表达谱,能区分早期乳腺癌患者远处转移风险的高低。Agendia 随后把它做成商业检测,2007 年通过美国 FDA 审批,是第一个这样获批的乳腺癌多基因检测。
它的临床价值主要来自 MINDACT 试验。这项研究入组 6693 名早期乳腺癌患者,结果在 2016 年发表于《新英格兰医学杂志》:临床指标判为高危、但 MammaPrint 判为低危的患者,不做化疗 5 年无远处转移生存率仍有 94.7%。这说明有一部分患者可以少做化疗。

MammaPrint 实测和数字化估算两条路的对比。Mua科研 自绘(示意图);依据 Agendia 官网 MammaPrint 介绍与 FAQ、Agendia 新闻稿(2026-10-25);价格引自公开资料,实际费用因地区和医保而异
检测本身有门槛。肿瘤组织要寄到 Agendia 在美国或荷兰的中心实验室,肿瘤细胞含量要够;厂家称收到样本后多数 6 个工作日内出结果。费用方面,公开资料里美国的标价约 4200 美元,欧洲约 2675 欧元,很多地区的患者因为费用或送检不便用不上。
02AI 怎么做:7 万张切片,学着给出和 MammaPrint 一样的判断模型用 7 万张去标识化的 HE 全切片图像训练,每张切片都有对应的 MammaPrint 结果作为“答案”。流程先识别组织、区分组织类型,再把切片切成小块,用自监督和有监督的病理基础模型提取特征,最后输出一个连续的复发风险分数。
分数按阈值分成数字高危(D-High)和数字低危(D-Low)两组。MammaPrint 本身分四档(超低危、低危、高危 1、高危 2),数字化版本目前只分两档。
训练切片来自哪些医院、哪些国家,新闻稿和摘要都没有写。Agendia 手里有大型真实世界登记研究 FLEX 的数据,但能不能对上还不清楚。
03验证结果:相关 0.954,低危组 10 年乳腺癌特异生存 98.1%验证用的是荷兰的 RASTER 研究。这项研究 2004 到 2006 年入组 427 名早期乳腺癌患者,前瞻性地做了 MammaPrint 检测,结果交给主治医生参考治疗决策,10 年随访结果 2022 年发表于 European Journal of Cancer。这次用了其中 372 名患者的切片,中位随访 10.3 年。

数字化 MammaPrint 在 RASTER 队列中的验证结果。Mua科研 依公开数字绘制;数据来源 Agendia 新闻稿(2026-10-25)、ecancer ESMO 2026 采访报道(2026-10-24);会议报告数据,未经同行评审全文发表
模型分数和 MammaPrint 实测的相关系数 r = 0.954,49% 的患者被判为数字高危,51% 为数字低危。
10 年乳腺癌特异生存,数字低危组 98.1%,高危组 86.7%(HR 0.12,p < 0.0001)。在 274 例 ER 阳性、HER2 阴性的亚组里,两组分别是 98.1% 和 84.7%(HR 0.10)。
做多变量分析,把临床病理因素一起放进去,数字风险分组是唯一的独立预测因素(HR 0.084,p = 0.0002)。远处无复发间期的结果也类似。
04如果做成,省的是钱和时间HE 切片是乳腺癌病理诊断的标配,扫描一张切片的成本远低于一次基因检测。按 Agendia 首席医学官在新闻稿里的说法,这类方法的意义在于让拿不到组织基因检测的地区,也能得到类似的风险信息。
时间上,切片已经在病理科,不用另外寄组织;扫描加上模型运算,理论上当天就能出分数。也不额外消耗肿瘤组织,穿刺标本很小的患者尤其在意这一点。
前提是两件事都成立:数字化版本和实测分组要足够一致,用它做出的治疗决定,结果也要和用实测做出的一样好。这两件事目前都还没有公开证据。
05先看清楚:谁做的、证据到哪一步了
本研究的利益关系和目前公开证据的范围。Mua科研 整理;依据 Agendia 官网 ESMO 2026 摘要页、Agendia 新闻稿(2026-09-25 与 2026-10-25)、ecancer 采访报道(2026-10-24)
研发方 Agendia 就是 MammaPrint 的厂家,报告人 van ’t Veer 是公司联合创始人兼首席研究官。新闻稿把它称为“研究中”(investigational)的检测,还没有上市。
目前能看到的只有三样:ESMO 的口头报告、公司新闻稿和 ecancer 的采访。Agendia 官网挂出的摘要是投稿时的版本,写的还是“预期结果”,验证人数是 376 例,新闻稿里是 372 例,差的 4 例没有解释。
几个关键数字也还没公开:高危、低危分组和 MammaPrint 的一致率是多少,被分错的患者结局如何,换一家医院、换一台扫描仪还稳不稳定。RASTER 是荷兰单个国家的队列,入组距今已有 20 年。
Mua碎碎念第一,r = 0.954 看着很高,但它比的是两个连续分数,临床用的是分组。分界线附近的患者,分数差一点就可能从低危变高危,影响的是要不要化疗,我更想看到分组一致率和分错那部分人的结局。
第二,厂家自己做一个“平替”来替代自家主力产品,这件事本身挺有意思。可能是想抢占数字病理的位置,也可能是想先打开基因检测不普及的市场。不管哪种,都得等全文和独立团队的验证出来再说。

参考资料
[1] Agendia. Agendia Unveils Clinical Validation of AI-Driven Digital Pathology Approach(新闻稿,2026-10-25)。https://agendia.com/agendia-unveils-clinical-validation-of-ai-driven-digital-pathology-approach/
[2] ecancer. AI-based digital MammaPrint assay predicts recurrence risk and survival in early-stage breast cancer(ESMO 2026 采访,2026-10-24)。https://ecancer.org/en/video/13107-ai-based-digital-mammaprint-assay-predicts-recurrence-risk-and-survival-in-early-stage-breast-cancer
[3] van ’t Veer L. AI Driven Digital Pathology for the 70 Gene Recurrence Signature: Development and Validation in Early Stage Breast Cancer. ESMO 2026, LBA20(Agendia 官网摘要页)。https://agendia.com/ai-driven-digital-pathology-for-the-70-gene-recurrence-signature-development-and-validation-in-early-stage-breast-cancer/
[4] Agendia. Agendia to Showcase New Research on AI-Driven Digital Pathology at ESMO 2026(新闻稿,2026-09-25)。https://agendia.com/agendia-ai-driven-digital-pathology-esmo-2026/
[5] Vliek SB, Hilbers FS, Jager A, et al. Ten-year follow-up of the observational RASTER study, prospective evaluation of the 70-gene signature in ER-positive, HER2-negative, node-negative, early breast cancer. Eur J Cancer. 2022. doi:10.1016/j.ejca.2022.07.036(PMID 36126477)
[6] van ’t Veer LJ, Dai H, van de Vijver MJ, et al. Gene expression profiling predicts clinical outcome of breast cancer. Nature. 2002;415:530–536.
[7] Cardoso F, van ’t Veer LJ, Bogaerts J, et al. 70-Gene Signature as an Aid to Treatment Decisions in Early-Stage Breast Cancer. N Engl J Med. 2016;375:717–729.
[8] Agendia. MammaPrint 介绍与常见问题(检测流程、出结果时间、费用说明)。https://agendia.com/mammaprint/














































































