近日，由中山大学附属第七医院耳鼻咽喉科团队牵头在国际知名过敏、哮喘和免疫学期刊 Journal of Allergy And Clinical Immunology 上发表重要研究成果。该研究面向耳鼻咽喉科常见疾病慢性鼻窦炎，首次在临床环境中系统构建和验证了可解释的AI模型预测鼻息肉炎症内型和炎症空间异质性，为全球慢性鼻窦炎鼻息肉炎症解析和靶向分子治疗预测提供了可行的“中国方案”。

 

 

 

慢性鼻窦炎伴鼻息肉（CRSwNP）是耳鼻咽喉科常见疾病，也是一种高度异质性疾病。真实世界研究显示经规范药物和手术治疗后仍有30%慢性鼻窦炎患者处于症状未控制状态，需要长期的临床随访以及持续的药物甚至多次的手术治疗。如何实现客观、高效、标准化的内型及其特征性基因表达预测，一直是长期困扰临床的瓶颈。尽管已有一些AI模型能识别炎性细胞，但它们无法真正回答临床最关心的问题：这例患者究竟属于哪种炎症内型？其关键的炎症基因表达水平如何？

为此，中山大学附属第七医院原副教授孙悦奇副主任医师团队创新性地基于深度学习融合数字病理全切片图像（WSI）和组织转录表达谱，成功构建并验证了一个名为HE2Signature的AI模型。该模型最令人兴奋的应用前景，在于它实现了从宏观到微观的“炎症地图”绘制，直观地揭示了鼻息肉内部的炎症空间异质性。通过模型生成的热图，我们发现关键基因的表达并非均匀分布，而是呈现出特定的空间模式。通过进一步的免疫组化染色验证，我们证实了模型绘制的基因表达空间图谱与真实的蛋白表达位置一致。更重要的是，这些由AI预测的基因空间表达模式，与患者的临床指标密切相关。

综上所述，HE2Signature模型的开发不仅是一项技术上的突破，更为鼻息肉的精准诊疗描绘了一幅清晰的未来蓝图。它有望成为临床医生选择鼻息肉个体化治疗方案（尤其是生物制剂）的“智能导航仪”，提供快速、经济、客观的决策依据。

 

中山大学附属第七医院（深圳）王康华博士、人工智能与数字经济广东省实验室（广州）任勇副研究员、香港大学深圳医院马玲副主任医师为本文共同第一作者；中山大学附属第七医院（深圳）原副教授孙悦奇副主任医师为该研究通讯作者，中山大学附属第一医院史剑波教授和中山大学附属第七医院（深圳）樊韵平教授为共同通讯作者。

---中山大学附属第七医院---

文 | 王康华

编辑 | 陈泽淳

初审 | 樊韵平

审核 ｜江清浩、刘冉冉

审核发布 ｜ 温光浩