实践病理学家和瘤学家应该知道什么关于新的基于计算病理学的伴侣诊断工具
Diana Montezuma1,2,3, Sara P Oliveira1,4, Inti Zlobec1,5,6
1European Society of Digital and Integrative Pathology (ESDIP), Lisbon, Portugal.
The Journal of pathology
|February 25, 2026
概括
病理学中的人工智能增强了幻灯片评估和诊断. 新的计算工具正在成为伴侣诊断,预测药物反应和改善癌症患者护理.
科学领域:
- 数字病理学数字病理学
- 计算病理学计算病理学
- 医学中的人工智能.
背景情况:
- 人工智能在病理学中的整合改变了组织学和免疫组织化学 (IHC) 幻灯片评估.
- 当前的人工智能工具检测,分级和分类疾病,朝着预测生物标志物和患者预后的方向发展.
- 新兴的人工智能应用包括用于预测药物反应的伴侣诊断试验.
研究的目的:
- 提供新型计算病理学伴随诊断工具的概述.
- 告知病理学家和瘤学家如何将人工智能工具从研究转移到临床实践.
- 通过个性化医学突出AI在改善癌症患者护理方面的潜力.
主要方法:
- 审查当前的AI应用在病理学,包括监督机器学习模型.
- 分析表明AI在评估IHC标志物如TROP2,HER2和PD-L1.1方面的优势的研究.
- 讨论计算病理学工具的开发和临床翻译.
主要成果:
- 与人类评分相比,监督机器学习模型在评估IHC标志物方面表现出优越性 (例如,TROPION-PanTumor01试验中的TROP2).
- 人工智能方法在改进HER2和PD-L1的评估方面表现有希望,确定针对性治疗的患者子组.
- 新的计算工具正在被开发为伴侣诊断,将生物标志物评估与药物反应预测联系起来.
结论:
- 人工智能正在通过实现更准确,更有效的诊断来彻底改变病理学.
- 计算病理学伴随诊断代表了个性化癌症治疗的重大进步.
- 了解和采用这些人工智能工具对于临床医生来说至关重要,以改善患者的治疗结果.
更多相关视频
13:24Integration of Wet and Dry Bench Processes Optimizes Targeted Next-generation Sequencing of Low-quality and Low-quantity Tumor Biopsies
Published on: April 11, 2016
12.3K
10:27Testing Targeted Therapies in Cancer using Structural DNA Alteration Analysis and Patient-Derived Xenografts
Published on: July 25, 2020
8.0K
