病理AI模型鲁棒性存疑：最新研究揭示四大前沿趋势
本期摘要病理基础模型存在漏洞：德国团队研发了PathoROB鲁棒性测试工具，测试了20种主流模型，发现其鲁棒性指数仅为0.446至0.861，肿瘤诊断准确率在相同训练数据下可从92%暴跌至53%至87%，因此呼吁鲁棒性评估应作为临床准入的先决条件。乳腺癌化疗效果预测：华西医院等机构研发了基于Mamba架构的化疗疗效预测模型MCEN，利用1646例穿刺切片来预测新辅助化疗效果，在外部验证中AUROC达到0.761至0.809，结合临床信息后提升至0.773至0.840。肺癌AI诊断可信度框架：香港团队推出了
空间病理AI解析HER2异质性与免疫互作，指导乳腺癌双靶向疗效预测
HER2阳性乳腺癌占全部乳腺癌病例的15%–20%，其侵袭性强且自然预后较差。曲妥珠单抗与帕妥珠单抗联合化疗作为新辅助双重HER2靶向疗法，已确立为这类患者的标准治疗方案。但在临床实践中，患者对同一方案的反应差异显著，部分可达病理完全缓解，而另一些则呈现明显耐药。现有的传统临床病理标志物和分子指标难以精准区分获益人群，且高成本的组学检测不易推广。因此，开发精确、可解释且临床易用的疗效预测工具，对推动HER2阳性乳腺癌的精准治疗至关重要。6月19日，复旦大学Ding Ma、Zhi-Ming Shao、Gen
《中华肿瘤防治杂志》智能技术专刊稿件征集
- Solitation Plan-肿瘤作为高度异质性的复杂疾病类型，其进展演变涉及从分子层面至器官层面的多维度病理变化。传统诊疗模式中，影像学、病理学、基因组学及临床资料等呈现"信息孤岛"格局，难以达成跨尺度数据的有机整合。影像学评估对医师主观经验依赖度较高，难以完整呈现肿瘤特性；多组学数据分析则面临高维度、稀疏性、非线性等技术挑战。人工智能技术的突破性飞跃，特别是多模态大语言模型（MLLMs）的快速发展，为克服上述难题开辟了崭新途径。通过融合MRI、CT、PET等成像技术与基因组学、转