AI面部识别预测癌症预后新突破
每个人的衰老进程存在差异，脸庞特征可能蕴含着生物年龄和健康状态的重要信息。最新研究显示，FaceAge深度学习模型能够借助人脸图像评估生物年龄，有望成为癌症预后的新型生物标记。个体间衰老进程千差万别——有人显得比实际年龄年轻，有人则显得苍老。这种“表型年龄”的差异，实际上隐藏着关键的生物信息。面部特征作为最直观的衰老表现，不仅体现外在老化程度，更深层次揭示了个体生物年龄和健康状况。如果能有效解读这些信息，将可能为疾病预后评估带来全新方向。近期一项发表于JNCI的研究探讨了这一问题：FaceAge深度学习系
2026 ASCO前瞻：AI赋能乳腺癌诊疗，解锁哪些新突破？
从解读病理切片，到预判复发风险，再到锁定快速进展人群，人工智能（AI）正深度融入乳腺癌诊疗决策流程。2026 年美国临床肿瘤学会（ASCO）年会即将拉开帷幕，大会摘要已正式发布。作为全球肿瘤学界最具分量的学术盛会之一，本届会上 AI 在乳腺癌领域又带来了哪些值得关注的崭新进展？AI 生成的组织学特征在 21 基因复发评分基础上的增量预后价值：TAILORx 研究的前瞻性 - 回顾性验证 [1]21 基因复发评分（RS）是 HR+/HER2-早期乳腺癌（EBC）风险分层的关键工具。然而，即便在同一 RS 分
AI技术 | Nat.Med | 医疗AI系统的动态评估框架
📑 文章概要相关领域研究推荐图1: CES系统架构示意。- 视觉说明◉ 所构建的CES将算法智能体部署于医院仿真场景中，可同步评估随时间演变的患者预后（诊断精确度、临床流程、治疗成效）以及运营效能（资源配置、患者流转、团队负荷）。◉ BP为血压；bpm为每分钟心跳数；DBP为舒张压；ESI为急诊分诊等级；HR为心率；i.v.为静脉给药；LOS为住院周期；RR为呼吸频率；SBP为收缩压；SpO2为血氧饱和度；T为体温。从单一场景到系统化环境图2: 展示CES内时间决策过程的动态患者路径。- 视觉说明◉ 某A
AI面部衰老速率量化：或用于预测癌症生存结局
阅读文摘来自麻省总医院的研究团队在《自然·通讯》发布了最新成果，提出“面部衰老速率”（Face Aging Rate, FAR）这一新概念。研究者借助人工智能对患者在不同时间点的面部影像进行分析，进而把生物年龄的变化速度量化呈现，最终用于判断癌症治疗效果并推测生存可能性。研究者认为，面部照片或将成为评估癌症患者预后的重要工具。此前，该团队已经推出FaceAge这类AI辅助方案，可根据单张照片估算一个人的生物年龄。在既往研究中，他们注意到：癌症患者由AI估算出的年龄平均要比实际年龄“更老”约5岁；同时，表现
我国科学家开创鼻咽癌蛋白质组分型精准诊疗新模式
新华社广州/伦敦4月15日电（记者徐弘毅、郭爽）国际权威期刊《自然-癌症》于15日发表最新研究成果，我国科研人员在鼻咽癌精准医学领域实现重要突破，首次依据蛋白质组特征将鼻咽癌细分为三个亚型，为患者接受基于蛋白质组学的个体化诊疗提供了科学支撑。 鼻咽癌是我国常见的头颈部恶性肿瘤，早期表现不明显，约七成患者在诊断时已处于中晚期阶段，标准疗法为放化疗联合。近年，中科院院士、中山大学肿瘤防治中心常务副主任马骏课题组发现，同步放化疗前实施诱导化疗能显著提高患者存活率，但仍有二三成患者治疗效果不理想。 为何相同疗法对