AI通过病理切片预测脑膜瘤复发，无需基因检测
梅奥诊所（Mayo Clinic）在《柳叶刀·数字健康》（The Lancet Digital Health）上发表了一种深度学习算法，可分析常规染色的肿瘤切片。该模型能确定脑膜瘤的分子亚型和复发风险，准确度堪比昂贵的DNA甲基化检测，使个性化诊疗更加普及。
一篇来自内部视角的分析文章，将《柳叶刀·数字健康》上的这篇论文不仅视为又一种算法，更视为神经肿瘤学中基因组学垄断终结的开端。
标题：不再需要基因检测？梅奥诊所如何用AI击垮数十亿美元的甲基化市场，将权力交还给病理学家
引言
2026年6月4日，发生了一件让Illumina销售经理和依赖DNA甲基化分析的肿瘤学家脊背发凉的事件。由Gelareh Zadeh博士领导的梅奥诊所团队在《柳叶刀·数字健康》上发表了一项深度学习算法的结果，该算法利用常规组织学切片（H&E染色）即可确定脑膜瘤的分子亚型及其复发风险。
形式上，这是一个“面向资源不足诊所的工具”。但私下里，它是个埋在个性化癌症诊断行业下的定时炸弹——该行业中，单次全基因组分析的费用高达2000-3000美元。
我们早已习惯了这样的口号：“没有基因检测和甲基化分析，你就是盲人。”但事实证明，并非如此。AI能够在常规的“粉紫色”染色中识别出那些染色体畸变（1p、22q缺失和1q获得），而这些此前需要复杂的实验流程。而且，对于某些亚型，其AUC高达0.98。这不仅仅是辅助医生，更是对诊断中最昂贵环节的侵蚀。
自2023年起我就在分析这个市场，我不得不让你们失望（或高兴）：DNA甲基化这个“神圣奶牛”的黄金时代即将结束。几十年来，与分子生物学家相比，病理学家感觉自己只是“实验室技术员”，如今他们正在获得超能力。而像PathAI或Paige这样的初创公司已经在重写它们的商业计划。
[核心]：真正发生了什么
新闻标题惊呼：“AI无需基因检测即可发现脑癌风险。”这是事实，但只是冰山一角。实际上，研究人员解决了一个肿瘤表型可塑性的根本问题。
脑膜瘤的狡猾之处在于，两名具有相同“恶性分级”（WHO I级或II级）的患者预后可能截然不同。一人可能20年无复发，另一人则在18个月内再次手术。过去，这种差异被归因于表观遗传学——DNA甲基化。但甲基化检测昂贵、耗时（2-3周），且全球90%的医院无法开展。
Zadeh的团队走了另一条路。他们创建了5个深度神经网络，在672个样本上训练。任务不仅仅是按图像对肿瘤进行分类（医学生也能做到），而是从间接的形态学特征中推断隐藏的遗传混乱：核形状、间质密度、血管排列——这些AI以16位分辨率看到，而病理学家肉眼无法察觉。
你在新闻稿中找不到，但在PubMed中能看到的关键数字是：HR（风险比）= 3.49，用于预测复发风险。这意味着AI识别为“高风险”的患者，无论WHO分级或外科医生对切除程度的评估如何，其进展概率高出3.5倍。在肿瘤学统计中，这是“金标准”水平。算法不仅仅是猜测——它看到了生物学本质。
[时间线与背景]
这项研究并非凭空出现。其背后是梅奥诊所与海德堡大学医院（德国甲基化分析标准制定中心）之间长达两年的竞赛。
2024年5月： 海德堡更新了其DNA甲基化分类器，包含184个CNS肿瘤亚类。德国人实际上宣布：“基因决定一切。”他们将其加密在Illumina平台上，每次检测费用从1500美元起。
2025年9月： 梅奥诊所获得加拿大卫生研究院（资助名单中列出）的资助。目标是：找到绕过Illumina的方法。想法是：“如果我们训练AI从切片中模拟甲基化结果会怎样？对于已经拥有显微镜的诊所来说，这将是免费的。”
2026年6月： 最终论文发表。数据证实：该算法区分分子组MG1-MG4的准确率为87-97%。对于MG1组（最具侵袭性），几乎完美（AUC 0.98）。对于MG3组，更具挑战性（0.81），但仍可接受。
注意发表日期——2026年6月5日。这是精心选择的：在芝加哥最大的神经肿瘤学会议前一周。梅奥诊所希望先发制人，从欧洲人手中抢走临床试验合同。
[谁赢谁输]
这里，赌注以数十亿美元计。
赢家#1：地区性和乡村医院（北达科他州、阿巴拉契亚、非洲）。
这是Zadeh的主要叙事：“民主化可及性。”过去，明尼苏达州乡村的疑似脑膜瘤患者必须前往罗切斯特（梅奥诊所），进行活检，然后等待一个月进行甲基化检测。现在，他们的切片在当地扫描，AI在15分钟内提供预后。如果算法显示高风险（MG1/4），医院直接将患者送往放射治疗中心，而不浪费宝贵的4周时间。这将挽救数千人的生命。
输家#1：Illumina（纳斯达克：ILMN）和DNA甲基化试剂盒市场。
它们在神经肿瘤学领域的年销售额高达5亿美元。如果AI取代了80%常规脑膜瘤的甲基化检测，股价将下跌。但不会立即发生。首先，Illumina将游说FDA要求新药进行“强制性基因确认”。他们已经聘请律师辩称：“AI可能在罕见亚型上出错，但测序不会。”我预计，为了留住客户，其平台价格将在一年内下降20-30%。
赢家#2：计算病理学初创公司（PathAI、Paige、Mindpeak）。
“从H&E到基因组学”的技术现已在大脑中得到验证。这些公司正在疯狂调整其模型以适用于脑膜瘤和胶质瘤。它们的风险市场估值将上升15-20%。PathAI已经与梅奥诊所在其他算法上签订了合同，将尤其受益。他们不需要重新发明轮子——只需复制网络架构。
输家#2：不懂AI的年轻分子生物学家（博士后）。
就业市场正在发生巨大变化。过去，每个有自尊心的实验室人员都是“甲基化专家”——能够运行Illumina芯片。现在，一个算法用几分钱就能做同样的事。没有配备GPU集群进行深度学习的实验室将会关闭。会议上已经能听到窃窃私语：“如果你不会训练神经网络，你就是上个世纪的病理学家。”
[媒体没说的]
记者们兴奋不已，但一直忽视这项研究的三个“红旗”。
1. MG3组（最复杂肿瘤）的“黑箱”。
论文诚实指出：分子组MG3的AUC仅为0.81（而MG1为0.98）。这意味着什么？在20%的病例中，AI将“中间地带”（中度侵袭性肿瘤）与其他类型混淆。信任算法的医生可能要么治疗不足，要么给予不必要的放射治疗，导致脑放射性坏死的风险。作者说“需要前瞻性研究”，但没有说现在依赖该算法处理MG3就像俄罗斯轮盘赌。商业上，他们将针对MG1和MG4（明确的极端情况）推出产品，而将MG3“存疑”。
2. 肿瘤异质性问题（“单一切片”谬误）。
研究人员承认AI看到了单个肿瘤内部的差异。但还有另一面：如果外科医生没有切除最具侵袭性的部分呢？算法分析的是肿瘤边缘的一张切片（细胞平静），并判断为“低风险”。而同时，患者头部中心仍留有恶性病灶。这是经典的采样误差。基因检测（甲基化）取更大块的组织并取平均值。而AI则依赖于特定的视野。没有人检查过在组织块内改变“瞄准点”时预测的稳定性。我怀疑，当对同一患者的10张不同切片进行测试时，预测变异性可能达到30%。
3. 保险编码和报销（最痛点）。
像“AI分析H&E切片”这样的诊断目前缺乏单独的CPT（现行程序术语）编码用于向保险公司收费。Medicaid和Medicare支付病理学家实际阅片的费用（20-40美元），但不支付“神经网络计算分子亚型”的费用。梅奥诊所现在正在游说美国医学会（AMA）创建新的编码“AI辅助综合诊断”。如果失败，该算法将免费使用（作为研究工具），梅奥诊所一分钱也赚不到。没有资金，技术就无法规模化。
[预测：未来30天和90天]
未来30天（2026年6月下旬至7月中旬）：
将开始“挖角”计算机视觉工程师。梅奥诊所将为网络架构申请专利（他们早在3月就已提交申请，未公开），现在将出售许可。排在第一位的是医院网络Kaiser Permanente（美国）和Apollo Hospitals（印度）。他们最早将于8月宣布在10个中心进行试点实施。
未来90天（2026年9月至10月）：
关键节点是9月在巴黎举行的EANO大会（欧洲神经肿瘤学协会）。将公布首批前瞻性（尽管规模较小）数据。被超越的海德堡德国团队将发表题为“基于AI的甲基化预测的局限性：为什么形态学不能完全取代表观遗传学”的演讲。他们将展示20个梅奥诊所AI出错的案例。这将是一场激烈的讨论。
初创公司收购。 我预测，罗氏（拥有自己的数字病理学平台）或西门子医疗将收购一家专注于H&E预测的小型初创公司，金额为2-3亿美元。他们的目标资产是Mindpeak或Aiforia。为什么他们需要梅奥诊所的AI？他们想将这项技术嵌入自己的扫描仪，并以每台15万美元的价格作为“一体化”（扫描仪+AI+诊断）销售。
主要内幕要点：
这项研究并非关于脑膜瘤。它证明了任何具有明确表观遗传学分类的肿瘤（胶质母细胞瘤、髓母细胞瘤、乳腺癌）现在都在瞄准范围内。Zadeh的团队已经暗示将模型适用于胶质瘤。如果成功，3年后我们将嘲笑那些需要昂贵试剂盒和数周等待才能了解复发风险的时代。配备AI的病理学家将成为新的“金标准”。而押注纯基因组学（没有AI的测序）的投资者将大跌眼镜。火车正在驶向数字站台。
— Editorial Team
