2021年1月，世界卫生组织国际癌症研究署（IARC）发布了2020年全球最新癌症负担数据。预估了全球185个国家36种癌症类型的最新发病率、死亡率情况，以及癌症发展趋势。

这项最新预估数据显示，2020年全球乳腺癌新发病例高达226万例，超过了肺癌的220万例，乳腺癌取代肺癌，成为全球第一大癌。同时，乳腺癌也是女性死亡人数最多的癌症。

2020年癌症新发病例数前十的癌症类型

2021年8月6日，美国凯斯西储大学的研究人员在 npj Breast Cancer 期刊发表了题为：Artificial Intelligence aids in discovery of new prognostic biomarkers for breast cancer 的研究论文。

胶原蛋白是一种遍布全身（包括乳房组织）的常见蛋白质，之前的研究表明胶原蛋白网络或纤维的排列与乳腺癌的侵袭性密切相关。

研究团队使用人工智能（AI）分析乳腺癌患者的早期常规乳腺癌组织活检样本，证实有序排列的胶原蛋白网络是侵袭性肿瘤和乳腺癌复发的关键生物标志物。而无序的胶原蛋白网络可防止癌细胞的侵袭，并有助于防止化疗等各种癌症治疗后的复发。

该研究的通讯作者 Anant Madabhushi 教授表示，这项研究结果听起来似乎违反直觉，但我们可以理解为，胶原蛋白网络就像一条高速公路，如果公路形状很糟糕，那么癌细胞就难以迁移，而如果公路很有序，癌细胞也更容易搭便车。

研究团队表示，这项研究具有重要意义，它验证了之前的已发表的研究结果——有序排列的胶原蛋白网络意味着着更差的预后。

目前如果想观察胶原蛋白排序情况，需要用到昂贵且少见的电子显微镜，而这项研究仅仅是通过简单组织切片后的数字化图像即可完成预测工作，能够使更多医生和没有资源配备先进成像显微镜的医院更容易预测结果，有助于帮助医生制定更积极的治疗方案。

整个预测过程，仅基于常规组织样本的数据集，来自被诊断为早期雌激素受体阳性 (ER+) 乳腺癌的患者的组织活检HE染色载玻片。雌激素受体阳性 (ER+) 乳腺癌占据乳腺癌患者的80%，这也意味着该AI预测手段可用于大多数乳腺癌患者。

最后，研究团队表示，该研究建立的模型是在完整的临床试验数据集上进行验证的，因此它提供了关于胶原蛋白作为标志物的有效性的更高水平证据，并且将进入前瞻性临床试验验证。

原始出处：

Li， H.， Bera， K.， Toro， P. et al. Collagen fiber orientation disorder from H&E images is prognostic for early stage breast cancer： clinical trial validation. npj Breast Cancer 7， 104 (2021). https：//doi.org/10.1038/s41523-021-00310-z.