Nat. Biomed. Eng. | 临床思维链引导的骨转移全身骨骼基础模型

骨转移发病率不断上升，CT 因快速、低成本且可及性高，常作为骨转移筛查和初步评估的重要影像手段。然而，骨转移的精准诊断并不只是识别 CT 上是否存在骨病灶，还需要进一步判断病灶良恶性、区分原发骨肿瘤与转移性病灶，并结合原发肿瘤类型、病理结果、分子标志物和相关并发症进行综合判断。研究人员提出 BoneCoT，一种由临床医生思维链引导的全身骨骼 CT 基础模型。模型首先在来自 30,267 名患者的约 2,935 万张 CT 图像上进行预训练，覆盖 12 个骨骼部位；随后利用一个由临床医生构建的任务关系图，对 26 个骨转移相关任务进行思维链微调。这些任务涵盖骨转移诊断、骨病灶性质、骨相关并发症、原发肿瘤类型以及生物标志物预测。多中心验证显示，BoneCoT 在多项任务中优于现有基础模型，尤其在区分原发骨肿瘤与骨转移方面表现突出，并超过有经验的放射科医生。该研究表明，将临床医生推理过程融入基础模型，有助于推动医学 AI 从单点影像识别走向更综合的复杂疾病诊断。

骨转移是实体瘤进展中的常见事件，尤其多见于肺癌、乳腺癌、前列腺癌和肾癌等肿瘤。骨转移不仅提示疾病进入晚期，还会导致严重骨相关事件，例如病理性骨折、高钙血症和脊髓压迫。这些并发症会显著降低患者活动能力、生活质量和社会功能，并增加治疗负担。由于 CT 检查在全球范围内应用广泛，许多患者的骨转移最初是在常规 CT 检查中被发现或怀疑的。

但骨转移诊断并不简单。放射科医生通常需要先识别骨病灶，再判断其良恶性，最后进一步区分原发骨肿瘤和转移性骨病灶。这个过程容易受到经验差异、病灶位置、影像表现重叠以及患者既往肿瘤病史不完整等因素影响。尤其是在远端肢体等少见部位，骨转移可能被误认为原发骨肿瘤。临床上，骨转移精准诊断往往依赖多学科团队协作，需要整合放射影像、病理结果、肿瘤学信息、实验室检查和分子检测结果。因此，研究人员希望建立一种自动化工具，使其仅基于常规 CT 图像，也能学习和模拟多学科诊断中的综合推理过程。

方法

研究人员首先构建了一个全身骨骼 CT 基础模型 BoneFM。该模型基于视觉 Transformer 架构，使用 DINOv2 自监督学习方法，在大规模全身骨骼 CT 图像上进行预训练。预训练数据包括正常骨骼、原发骨肿瘤和骨转移病例，覆盖颅骨、脊柱、肋骨、骨盆、四肢等 12 个解剖区域，从而帮助模型学习跨部位的骨结构和病变模式。

在此基础上，研究人员进一步构建 BoneCoT。BoneCoT 的核心不是单独训练一个骨转移分类器，而是将 26 个临床相关任务组织成一个任务关系图。这些任务包括骨病灶检测、良恶性判断、原发或转移判断、骨溶解和骨成骨分类、病理性骨折、脊髓压迫、高钙血症、血栓、肾功能不全、原发肿瘤类型、肺癌亚型以及 EGFR、ALK、ROS1、ER、PR、HER2 等生物标志物预测。任务关系图由临床医生根据真实诊疗逻辑整理，模拟放射科、病理科和肿瘤科之间的信息整合过程。推理时，模型不使用任何真实任务标签，而是通过多轮预测，将相关任务产生的隐藏特征作为上下文反馈，逐步优化最终判断。

图1｜BoneCoT 总体框架。

结果

26 个骨转移相关任务的总体表现

研究人员首先在内部数据集中评估 BoneCoT 的 26 个骨转移相关任务表现。结果显示，BoneCoT 在整体上优于 DINOv2 和 Merlin 等基础模型，平均 AUROC 达到 0.67，相比 DINOv2 提升约 20%，相比 Merlin 提升约 24%。在核心诊断任务中，BoneCoT 对“原发或转移”的判断 AUROC 达到 0.85，对“良性或恶性”的判断 AUROC 达到 0.75，显示出较强的临床诊断能力。

除了核心诊断任务，BoneCoT 在骨病灶质量分类、并发症预测、肿瘤分类和生物标志物预测方面也表现更好。任务标签之间存在明显相关性，支持了研究人员的假设：骨转移诊断并非孤立任务，充分利用任务之间的临床关系能够提升模型表现。可解释性分析进一步显示，骨溶解、骨成骨、病理性骨折、脊髓压迫和原发肿瘤类型等辅助任务对最终判断具有重要贡献。

图2｜BoneCoT 在 26 个任务上的诊断表现。

与放射科医生的比较

研究人员随后将 BoneCoT 与不同经验水平的放射科医生进行比较。在骨病灶检测和原发或转移分类任务中，BoneCoT 显著优于初级和高级放射科医生。在良恶性判断任务中，BoneCoT 与高级放射科医生表现接近，差异未达到统计学显著性。

值得注意的是，BoneCoT 在一些罕见、容易误诊的病例中表现突出。例如远端肢体骨转移在所有骨转移中比例很低，放射科医生容易将其误判为原发骨肿瘤。BoneCoT 能结合影像特征和原发肿瘤类型预测，正确识别来自肺癌或乳腺癌的骨转移。SHAP 分析显示，模型在这些病例中会重点利用原发肿瘤类型、骨溶解或骨成骨表现等相关任务信息，说明其判断并非单纯依赖局部影像纹理，而是体现出类似多学科推理的整合能力。

图3｜BoneCoT 与放射科医生诊断表现比较。

多中心外部验证

为了验证模型泛化能力，研究人员进一步收集来自 10 家医院、两个地理区域的 268 名患者数据，对 BoneCoT 进行多中心外部验证。验证集中重点评估三个核心诊断任务：骨病灶检测、良恶性判断以及原发或转移判断。结果显示，BoneCoT 在两个地区的数据中均优于 DINOv2 和 Merlin。与 DINOv2 相比，BoneCoT 在骨病灶检测、良恶性判断和原发或转移判断上的平均 AUROC 均有明显提升；与 Merlin 相比，提升幅度同样显著。

外部验证还展示了 BoneCoT 对高风险骨相关事件的识别能力。例如，在伴有病理性骨折的股骨骨转移病例中，模型能够将病理性骨折作为关键诊断线索；在伴有软组织肿块并导致脊髓压迫的椎体骨转移病例中，模型也能识别脊髓压迫特征，并将其用于最终判断。这提示 BoneCoT 不仅能完成分类任务，还可能帮助临床医生识别需要及时干预的高风险情况。

图4｜BoneCoT 多中心外部验证结果。

讨论

这项研究提出并验证了 BoneCoT，一种面向骨转移诊断的全身骨骼 CT 基础模型。其主要创新在于将大规模 CT 自监督预训练与临床医生思维链微调结合起来。相比传统单任务模型，BoneCoT 通过任务关系图整合骨病灶性质、并发症、原发肿瘤类型和分子标志物等信息，更接近真实临床中的多学科诊断流程。

BoneCoT 的优势首先来自数据规模。模型在覆盖全身 12 个骨骼区域的大规模 CT 图像上进行预训练，因此能够学习更通用的骨骼形态和病变模式。其次，26 个任务的设计紧密对应骨转移诊断和管理中的实际需求，不仅关注“是否骨转移”，也关注“如何分型”“是否有并发症”“可能来自哪种原发肿瘤”。第三，思维链微调使模型能够在推理中利用相关任务的隐藏信息，不再孤立地输出单一判断，而是逐步整合多种临床线索。

临床上，BoneCoT 的潜在价值在于作为早期预警和辅助诊断工具。CT 常是患者首次接受的影像检查，特别是在基层或资源有限环境中，MRI、骨显像或 PET 检查并不总是及时可得。BoneCoT 可帮助医生从常规 CT 中发现高风险骨病灶，提示进一步检查或转诊，从而减少漏诊和延迟诊断。

不过，该研究仍存在局限。BoneCoT 的训练依赖高质量多模态标注，包括病理、实验室检查和遗传检测信息，数据整理成本较高。严重金属伪影、术后植入物和部分复杂病例被排除，因此真实世界适用性仍需进一步验证。外部验证主要集中在三个核心影像任务，尚未全面评估所有并发症和生物标志物任务。未来仍需更大规模、多中心、前瞻性研究，进一步验证 BoneCoT 在真实临床流程中的安全性、泛化能力和实际获益。

整理 | DrugOne团队

参考资料

Zhao, H., Zhang, R., Wang, Z. et al. BoneCoT: multicentre validation of a whole-body skeleton foundation model for bone metastases guided by clinician-derived chain of thought. Nat. Biomed. Eng (2026).

https://doi.org/10.1038/s41551-026-01736-1