从一管血里“捞”出极少数异常细胞：图像识别技术如何辅助癌症早筛

一次体检后的追问

张女士今年五十二岁，单位体检报告上各项指标基本正常，唯独肿瘤标志物里有一项略微偏高。体检中心建议她到专科门诊进一步咨询，接诊的医生在了解情况后，提到了一种仍在研究中的检测思路：从外周血中寻找数量极少的肿瘤相关细胞，再借助图像分析技术进行识别。张女士听得似懂非懂——血液里怎么会有肿瘤细胞？机器又是怎么把它们“认”出来的？

这个场景并不少见。近年来，围绕循环肿瘤相关细胞（circulating tumor-associated cells，CTACs）的检测研究逐渐增多，其基本设想是：肿瘤在生长过程中可能有极少数细胞进入外周血，如果能把这些细胞可靠地识别出来，或许能为癌症的早期发现和病情评估提供一条辅助途径。但难点在于，这类细胞在外周血有核细胞中占比极低，靠人工在显微镜下一张张图像地找，效率有限，也很考验经验。

难点在哪里：稀少、相似与图像判读

相关文献指出，CTACs在外周血有核细胞中属于稀有事件，这正是基于图像的多癌种检测面临的核心挑战。简单来说，血液样本经过染色和成像后，会得到大量细胞图像，其中绝大多数是正常细胞，目标细胞可能只有极少数。人工判读不仅耗时，不同判读者之间也可能存在差异。

为解决这一问题，研究者构建了一套预先设定的检测流程：先用Attention U-Net模型对细胞图像进行分割，也就是把每个细胞的轮廓和区域“勾”出来；随后进行图像后处理，提取细胞学特征；最后用随机森林分类器判断哪些细胞属于CTACs。整个流程中，病理医生的复核标注被作为“金标准”，用于训练和验证模型。换句话说，技术并不是取代专业判断，而是在专业标注的基础上学习如何识别。

研究怎样一步步验证

一项检测思路从实验室走向应用，需要经过多阶段的评估。文献中描述的验证过程可以概括为以下几步：

1. 探索性研究：在无症状个体和晚期实体瘤患者中初步考察模型是否适用，结果显示敏感度为90.68%、特异度为99.53%。
2. 病例对照队列：纳入未接受过治疗的I/II期癌症患者、良性病变者和无症状个体，模型在早期癌症中的敏感度为88.65%，在良性病变中的特异度为78.95%，在无症状个体中超过99.9%。
3. 前瞻性队列评估：在同一实验室和同一成像流程下，分别针对影像学肿瘤负荷较低的复发癌症、围手术期实体瘤、疑似癌症以及无症状筛查人群进行检测。
4. 结果观察：在低肿瘤负荷的既往治疗病例中，CTAC检测敏感度为91.96%；手术前标本的检出率为100%，手术后为29.41%；疑似癌症人群中，阳性预测值为96.34%，阴性预测值为32.35%。
5. 无症状筛查队列：7183名参与者中有44人CTAC阳性，其中16人确诊为I/II期癌症，10人在现有影像学评估中未见可检测病变，18人尚未明确结局；保守估计的阳性预测值下限为36.36%，阴性预测值为99.97%，相关估计仍需完整随访后确认。

这些数据说明，该流程在多个队列中表现出较为一致的检测能力，但研究者也强调，部分结果尚属阶段性，尤其是筛查人群中的阳性预测值受随访完整度影响较大。对于普通读者而言，理解“敏感度”和“特异度”比记住具体数字更有意义：敏感度高意味着漏掉目标细胞的可能性较小，特异度高意味着把正常细胞误判为目标细胞的可能性较小；而阳性预测值和阴性预测值则与人群患病率密切相关，不能简单套用到所有人身上。

对普通人意味着什么

需要明确的是，这类检测目前仍处于研究评估阶段，并非成熟的常规筛查手段。文献结论提到，该整合流程在受评估的队列中展现了较为一致的CTAC检测能力，支持其在癌症检测中的潜在应用价值，但“潜在”二字提示我们，距离广泛用于健康人群筛查还有不少路要走。例如，良性病变人群中特异度相对偏低，说明存在一定的假阳性可能；无症状筛查队列中部分阳性者结局尚未明确，也需要更长时间的观察。

对于像张女士这样体检指标略有异常的人，更稳妥的做法是携带完整资料到专业机构咨询，由专业人士结合病史、影像学检查和其他检验结果综合判断，而不是自行解读某一项研究数据。任何检测手段都有其适用边界，研究阶段的成果尤其需要谨慎看待，仅供参考。

行动建议

• 体检发现异常指标时，先到专业机构咨询，听取专业意见，不自行对号入座。
• 关注正规科普渠道发布的检测技术进展，理解其研究阶段和适用范围，不轻信夸大宣传。
• 对于尚在研究中的检测方法，保持关注但不必焦虑，现有成熟筛查手段仍应按照专业建议有序进行。
• 如参与相关研究项目，应充分了解研究目的、可能的结果解读方式及后续随访安排。