基于人工智能的病理学,以协助预测乳腺癌的新辅助疗法反应
Juan Ji1, Fanglei Duan1, Qiong Liao1
1Department of Pathology, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, Affiliated Cancer Hospital of University of Electronic Science and Technology of China, Chengdu, China.
Cancer medicine
|August 5, 2025
概括
人工智能 (AI) 可以通过分析复杂的病理数据来改善乳腺癌新辅助疗法 (NAT) 响应预测. 人工智能增强了诊断的一致性,帮助瘤学家制定个性化治疗策略.
科学领域:
- 病理学 病理学 病理学
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 乳腺癌的新辅助疗法 (NAT) 反应是高度可变的.
- 由于瘤异质性和观察者之间的变异性,病理学解释面临着挑战.
- 人工智能为准确和一致的病理分析提供了潜在的解决方案.
研究的目的:
- 审查人工智能在乳腺癌病理学中的应用,以预测NAT反应.
- 识别利用各种异位病理学和奥米克数据进行NAT预测的研究.
- 总结AI在这个领域的能力和局限性.
主要方法:
- 文学综合专注于人工智能在乳腺癌病理学.
- 使用形态,分子,基因组和多基因组数据进行研究的识别.
- 分析AI模型在预测NAT有效性方面的表现.
主要成果:
- 人工智能有效地识别了组织病理学模式,并预测了NAT的有效性.
- 人工智能在精确瘤学中显示出患者分层的前景.
- 多omics AI 模型展示了潜力,但面临着预测挑战.
结论:
- 人工智能驱动的病理学是预测乳腺癌NAT反应的有价值的决策支持工具.
- 人工智能可以帮助瘤学家优化癌症治疗管理.
- 需要进一步开发,以克服复杂的人工智能模型的挑战.


