作者：刘家惠，王裕，中国医学科学院北京协和医院神经外科

原发性中枢神经系统淋巴瘤（primary central nervous system lymphoma，PCNSL）是一种罕见、高度侵袭性的结外非霍奇金淋巴瘤，其局限于脑、软脑膜、眼、脊髓，无全身侵犯，占所有原发性脑肿瘤3%~4%。

PCNSL 的临床和影像学表现与其他常见中枢神经系统肿瘤相似，而手术、综合治疗方案差异极大，广泛的肿瘤切除会导致永久性神经功能缺损和治疗延迟，且没有生存获益，因此术中快速、准确的病理诊断至关重要。

冰冻切片或细胞学涂片等传统术中病理分析方法区分PCNSL 和其他中枢神经系统肿瘤的准确性有限，近期一项研究开发LGNet 深度学习模型分析冰冻切片用于精确区分PCNSL 和胶质瘤，AUROC（area under the receiver operating characteristic curve，受试者工作特征曲线下面积）分别为0.965 和0.972，表明结合深度学习后术中快速诊断PCNSL的准确率可明显提升。

相比于冰冻切片分析，受激拉曼组织学（Stimulated Raman Histology, SRH）能对未处理、无标记组织样本成像，在术中显微镜下即行快速诊断。目前SRH结合深度学习已被证明可在术中对脑肿瘤新鲜组织样本进行实时、准确的诊断，甚至可对成人型弥漫性胶质瘤进行分子分型，并且显著减少精确诊断所需的诊断组织，但尚缺乏针对PCNSL诊断的深度学习系统。

REINECKE 等团队开发出结合SRH 和深度学习的RapidLymphoma 系统，用便携式SRH 于术中显微镜下对新鲜组织样本进行成像，基于自监督学习策略构建深度学习流程，可在3min 内生成类似苏木素-伊红染色的虚拟图像并给予解读。此机器学习的训练数据集包含4 个国际神经外科机构的PCNSL 和非PCNSL 病例图像，前瞻性临床试验数据集共160 例患者，独立于训练集，以总体平衡准确率为主要终点，次要终点包括比较冰冻切片分析准确率等。

在多中心前瞻性临床试验中，RapidLymphoma 在患者（25/160）、切片（68/213）和斑块层面总体平衡准确率高，特异性和敏感性良好，AUROC 和F1 评分也表现出色。尤其在患者层面，总体平衡准确率达到（97.81±0.91）%（95% CI：95.96~99.29），正确识别所有25 例PCNSL 病例，准确率达到100%（25/25），而冰冻切片的诊断准确率为77.77%（14/18）。

亚组分析结果表明该模型在不同临床人口统计学特征亚组中性能稳定。在留一机构验证中，模型在患者和切片层面准确率超92%，零样本学习中能正确分类10 种未见过的非PCNSL 实体，准确率超92%。在区分PCNSL 与IDH 野生型弥漫性胶质瘤和脑转移瘤的测试队列（420 例患者，含25 例PCNSL）中，也表现出较高的平衡准确率。

综上所述，深度学习目前已经逐渐深入复杂的诊疗领域，结合SRH和深度学习的RapidLymphoma 系统能够在术中实时、准确诊断PCNSL，避免不必要的手术损伤、治疗延误。未来SRH结合RapidLymphoma 系统有望在进一步验证、优化后服务于临床诊疗，并拓展应用场景，在基础研究方面协助探索PCNSL发病机制与新标志物等。

来源：刘家惠,王裕.术中快速诊断原发性中枢神经系统淋巴瘤的重要工具——受激拉曼组织学结合深度学习[J].中国微侵袭神经外科杂志,2025,29(02):123.

(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)