出品｜搜狐健康

作者｜洪瑞祺

编辑｜袁月

在中枢神经肿瘤诊疗体系中，分子分型是决定患者后续治疗走向的核心标尺。常规临床路径中，患者完成肿瘤手术切除后，需等待病理科完成组织处理、基因测序、甲基化分析等一系列复杂实验流程。整套标准化分子检测周期需要12天。漫长的诊断空窗期，不仅让术后患者承受极大心理煎熬，更会延误最佳干预时机。

近日，《Nature Cancer》刊发重磅突破性研究，彻底改写了脑肿瘤病理诊断的行业范式。由德国癌症研究中心、海德堡大学医学院联合研发的Hetairos AI诊断系统，实现了颠覆性突破：仅依托一张常规H&E染色病理切片，无需额外分子测序，12分钟即可精准完成中枢神经系统肿瘤分子分型。

图说 / Nature Cancer发表Hetairos研究，用AI预测脑肿瘤分子亚型

一张普通染色切片，AI从中读出了分子信息

Hetairos的思路，是绕开分子检测本身，直接从病理切片里“读出”分子信息。

这里用的是一种叫做苏木精-伊红染色（H&E染色）的标准切片，是全球病理科最常规的操作，费用低廉，几乎每家医院都能做。切片染色后，肿瘤细胞的形态、排列、细胞核特征都会呈现出来——这些图像特征，肉眼看是形态，但AI可以从中提取出与分子亚型相关的深层模式。

这背后的逻辑是：不同分子亚型的肿瘤，往往在细胞形态上也留有差异，只是这种差异细微到人眼难以稳定识别。AI通过大量学习“切片图像—分子分型”的对应关系，学会了在图像里找到人类专家难以察觉的规律。

Hetairos在训练时，使用了来自四大洲11个医疗中心、9606名患者的超过1.1万张数字化病理切片，覆盖了102种中枢神经系统肿瘤分子亚型——几乎涵盖了世卫组织分类中的全部亚型。

准确率超过专家，但AI会主动说“我不确定”

在性能测试中，Hetairos和5位执业神经病理学专家在同一批病例上做了对比。专家们仅凭组织形态（不借助分子检测结果）进行判断，AI同样只用切片图像。结果是，Hetairos的综合准确率为0.68，而5位专家的平均准确率为0.30。

图说 / Hetairos与病理医生预测准确率对比，AI整体表现更高

更值得关注的是一个设计细节：Hetairos在给出预测的同时，还会评估自己的“置信度”。当系统对结果有足够把握时，会将其标记为“高置信度”预测。这类病例约占全部评估病例的50%至70%，对应准确率可达87%至88%。

换句话说，AI并不是对每一张切片都给出同等肯定的答案，而是在不确定的时候“说出来”，在有把握的时候给出高可信度的结论。这种设计，让它更接近临床实用工具，而不只是一个演示系统。

在前瞻性临床评估中，这套系统的表现也得到了验证：研究队列中，传统分子诊断的中位等待时间约为12天，而Hetairos基于H&E切片生成AI诊断结果的时间约为12分钟。

图说 / 研究显示，Hetairos基于H&E切片，可在约12分钟内生成AI诊断结果

真正的价值：让更多地方用上精准诊断

对医生而言，Hetairos可以在术中快速提供初步的分子分型参考，辅助决策。不一定取代最终的分子检测，但在等待结果的窗口期里，它可以提前提供方向性判断。

对于医疗资源相对有限的地区，价值更大。H&E切片是全球最普及的病理操作，只要能数字化扫描，这套系统原则上就能使用——不需要DNA提取设备，不需要甲基化芯片，不需要等待外送检测。

脑肿瘤的分子诊断，一直是分级诊疗体系里的短板之一。如果AI能把这个能力的门槛降低，让更多患者在更早的时间节点得到精准的分型信息，后续治疗的选择空间也会随之打开。

缩短等待，但验证这一步不能省

需要说清楚的是，Hetairos目前还不是临床标准流程的替代品。

首先，它的高置信度覆盖率是50%至70%，意味着仍有相当比例的病例系统本身不够确定，需要传统分子检测来确认。其次，87%至88%的准确率很高，但脑肿瘤治疗的容错空间极小，错误分型可能导致治疗方向的偏差，临床应用前需要更大规模的多中心验证。研究者也明确指出，该系统目前的定位是辅助工具，最终诊断仍需结合完整的临床和病理信息。

但它指向的方向是清晰的：AI不一定要重新发明分子检测，而是可以从现有的普通切片里提取更多信息，让现有工具发挥更大价值。

参考资料：

Hetairos is a histology-based artificial intelligence model for predicting central nervous system tumor methylation subtypes. Nature Cancer, 2026. https://www.nature.com/articles/s43018-026-01186-3

AI diagnoses brain tumors in minutes instead of weeks. German Cancer Research Center (DKFZ). https://www.dkfz.de/en/news/press-releases/detail/ai-diagnoses-brain-tumors-in-minutes-instead-of-weeks

AI Tool Classifies 102 CNS Tumor Subtypes in Minutes. Inside Precision Medicine. https://www.insideprecisionmedicine.com/topics/oncology/ai-tool-classifies-102-cns-tumor-subtypes-in-minutes/