多模态AI从病理切片预测乳腺癌复发风险，论文发表于Nature Communications
kjgeras · x · 2026-07-06
研究团队在《自然·通讯》（Nature Communications）发表论文，介绍了一种基于常规乳腺癌苏木精-伊红（H&E）染色病理切片的多模态AI测试系统，可跨不同浸润性乳腺癌亚型预测术后复发风险。
该系统将计算病理学与多模态AI融合技术相结合，有望为临床提供低成本、便捷的预后评估工具，减少对额外昂贵分子检测的依赖。研究意义在于利用日常临床已有的常规病理图像实现更精准的风险分层。
所属事件:AI病理测试超越金标准：无需测序直接预测乳腺癌风险(11 条相关)→
「研究」频道最新
- 研究发现，结构集成比单一预测更能提升 TCR:pMHC 泛化 — quaidmorris · 2026-07-22
- 结构集合而非单一预测，支撑 TCR:pMHC 泛化 — quaidmorris · 2026-07-22
- enFoldX 用 AlphaFold3 结构噪声预测 TCR 识别 — quaidmorris · 2026-07-22
- enFoldX 在 8 个 neoantigen 数据集上拿到领先结果 — quaidmorris · 2026-07-22
- enFoldX 在 human VDJdb 上达 AUC 0.82 并可迁移到 mouse — quaidmorris · 2026-07-22
- enFoldX 从 AF3 ensemble 提取 106 个界面特征 — quaidmorris · 2026-07-22