[导读] 编译整理：强子
详解乳腺病理中的非典型（一）
非典型的组织学表现
乳腺病理诊断中最常用的还是HE染色切片。苏木素是碱性染料，与阴离子结构结合，如DNA、RNA，使得细胞核呈蓝色或碱性表现；伊红为酸性染料，与阳离子结构结合，如线粒体、核糖体、其他胞质内成分，使得胞质呈粉色或嗜酸性。
细胞核浓染（hyperchromasia）是指细胞核着色过深，用于指细胞核染色质成分增多。深染的细胞核可见于呈空泡状的开放相（open phase），也可见于闭合相（closed phase）。对于增生活跃的细胞来说，细胞核呈空泡状，是由于淡染、半透明状核物质颗粒形成的染色质呈团块状蓄积所致。空泡状的细胞核常见显著核仁，且在大小和形态方面可有显著变化，这是中等程度及高级别非典型的特点。闭合相的细胞核意味着细胞处于静息期，呈均质深染的表现，轮廓清晰，伴或不伴显著核仁。成熟的静息期淋巴细胞是正常闭合相细胞核的最佳例子。致密浓染的闭合相细胞核呈污浊（smudged）表现，可见于再生性或肿瘤性的乳腺病变，应注意评估背景中的其他特征。污浊的肿瘤性细胞核可见于高级别导管原位癌，一般见于有粉刺状坏死及结构呈贴壁（clinging）表现的亚型，也偶见于纤维上皮性病变中的间质细胞。
非典型诊断不一致对临床的影响
观察者间和/或观察者自身对非典型评估的不一致，可能会对临床带来诸多影响。具体如：需要重复活检或开放性手术切除活检，随访方案的改变，恰当治疗性手术的改变，辅助治疗建议的改变。未能识别出非典型，则可能导致治疗不足、病变进展，对患者预后有不利影响。
本文作者表示，实际工作中曾遇到过凸显识别出、并精准判定非典型重要临床意义的实际案例，具体如：（1）未能识别出梭形细胞病变中的轻度非典型，导致将梭形细胞化生性癌错误的归为良性病变，临床决定不切除，后续出现进展、发生淋巴结转移和远处转移；（2）浸润性乳腺癌中多形性评估有一定差别，导致总体肿瘤分级、后续Nottingham预后指数的判定改变，从而患者的风险分组、辅助化疗建议等出现改变。此前的研究中，本文原作者已发现乳腺癌分级不一致会影响预后：在1级和2级之间有分歧的肿瘤，预后要差于1级肿瘤；2级和3级之间有分期的肿瘤，预后要差于2级肿瘤。（3）未能识别出分叶状肿瘤间质细胞的非典型，则会导致手术治疗方面的不同。
可通过诸多措施来减小非典型判定差异带来的临床影响，如采用标准化的组织学判定标准、交界性病例进行双签、疑难病例征求专家意见，持续进行专业培训也可改善这一问题。
全景数字切片中非典型的评估
最近的研究表明，全景数字切片（whole slide imaging，WSI）中的组织病理学诊断并不优于光学显微镜下的诊断。重要的是，要认识到全景数字切片在非典型评估中相比光学显微镜而言的优势和局限性。
全景数字切片中非典型的肉眼识别和评估并未得到充分证实，且经典的分级标准可能需要修正。全景数字切片中，细胞核大小、细胞核大小和形状的变化可能都会有所高估；评估前，建议采用和参考标准相同的放大倍数。根据本文原作者经验，全景数字切片中非典型导管上皮增生和普通型导管上皮增生中非典型评估、分叶状肿瘤中间质细胞非典型的评估都会遇到困难，这样的病例中，作者偶尔会选择光镜下进行评估。
需要注意的是，非典型的评估取决于一组特征，所有特征都有助于非典型有无、级别的判定。不同指标的意义解读、相关权重都有些主观，取决于病理医师的经验和水平。根据目前的情况来看，预计病理医师会需要更多时间才能在全景数字切片非典型评估中取得和这么多年光镜下评估所得相同的经验。
全景数字切片中自动化图片分析方法或人工智能方法的发展，可能会降低、或消除对某些特征肉眼评估的需求，如病理医师可能会遇到自动化评估肿瘤细胞核平均大小、自动化评估参照细胞细胞核平均大小的方法。计算机技术有望客观评估这些参数，且可能比肉眼评估更加重复性好。本文原作者对此也做了一些工作，后续我们会介绍到。相关数据虽然为人工收集，但也展示了人工智能是如何自动化评估某些细胞特征来帮助非典型的诊断及分级的，且可能会对诊断准确性、精准度、效率都有所提高。
不过，具有实验室间差异和实验室内部差异的检测前因素可能会导致非典型评估中的诊断差异，即使在数字病理时代也是如此。相关因素有组织固定、处理、染色等，都可导致HE染色切片中的颜色出现变化。病理医师对非典型的评估及分级，部分依赖于其相关经验，对于因检测前因素所致的变化，可影响病理医师判定的阈值。因此，日常工作中，病理医师常对某些切片要求重切、重染，就是因为了解色泽变化的相关问题、并努力降低这一问题，这对诊断不一致的改善是非常关键的。机器学习方案的发展过程中，也需要染色的一致性。不考虑染色变化的方案，要比那些有染色变化、经色泽调整的训练方案表现差。尽管大部分实验室采用的是标准化处理方案、有质控步骤、染色自动化，但染色的一致性仍是一个问题。
未完待续
参考文献
Katayama A, Toss MS, Parkin M, Ellis IO, Quinn C, Rakha EA. Atypia in breast pathology: what pathologists need to know. Pathology. 2021;S0031-3025(21)00517-1.
doi:10.1016/j.pathol.2021.09.008
在线投稿
共0条评论