ESMO Open:基于多模态人工智能的鼻咽癌远处转移风险分层
2025-11-07 熊佳仪 MedSci原创 发表于上海
虽然世界卫生组织亚型系统在鼻咽癌临床分类中广泛使用,但越来越多研究表明当前世界卫生组织分类在预测化疗和放疗结局方面存在不足。
鼻咽癌是起源于鼻咽部上皮的头颈部恶性肿瘤。虽然其组织起源与其他头颈部肿瘤相似,但生物学行为及临床特征存在显著差异。随着放疗和化疗的广泛应用,鼻咽癌死亡率呈现下降趋势,五年生存率整体获得改善。然而局部复发和远处转移仍是治疗面临的主要挑战,也是导致死亡的重要原因。值得注意的是,在接受治疗的局部晚期患者中,仍有相当比例会出现复发或转移。目前临床决策主要依赖TNM分期系统,但临床实践表明相同分期患者接受相同治疗方案后,其疗效和预后存在显著差异。这种差异可能源于肿瘤生物学行为及肿瘤异质性等因素。组织学评估作为癌症诊断和预后判断的金标准,在数字病理学兴起的背景下实现了重要突破。通过将组织切片扫描成高分辨率全切片图像,病理学分析进入了数字化新时代。这些全切片图像已成为人工智能在计算病理学中广泛应用的数据基础,涉及肿瘤结构检测、癌症分级、分子通路预测及预后评估等多个方向。 尽管人工智能在计算病理学中的应用日益广泛,但针对鼻咽癌的全切片图像研究仍相对不足。在诊断任务中,已有研究利用深度学习技术基于全切片图像区分鼻咽癌的良恶性。在预后预测方面,部分研究尝试从全切片图像中提取微观病理特征来构建无进展生存的风
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言










#鼻咽癌# #人工智能# #精准医学#
70 举报