多模态AI模型可预测乳腺癌复发
Multimodal AI Model Predicts Breast Cancer Recurrence.
PubMed 文献 · Cancer Discov · 2026-01-01
该研究构建了一种整合多种肿瘤与患者数据的人工智能模型,并在回顾性分析中将其与常用基因组检测对比,预测乳腺癌复发的准确性显著更高。结果提示多模态模型可用于更准确地评估复发风险并指导患者管理。
要点
- 多模态AI模型回顾性预测乳腺癌复发准确性显著优于常用基因组检测。
- 模型整合了多种肿瘤与患者数据。
- 多模态模型有望更准确评估复发风险并指导患者管理。
核心结论
- 多模态AI模型在回顾性预测乳腺癌复发方面显著优于常用基因组检测。
- 多模态模型有望用于更准确评估复发风险并指导患者管理。
研究设计与样本
- 回顾性研究,构建整合多种肿瘤与患者数据的人工智能模型并与常用基因组检测对比。
主要发现
- 多模态AI模型回顾性预测乳腺癌复发的准确性显著高于常用基因组检测。
临床怎么用
- 可考虑将多模态AI模型用于乳腺癌复发风险评估,以辅助患者管理决策。
局限性
- 证据来自回顾性分析,尚需前瞻性验证。
以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。
原文
An artificial intelligence model that incorporates a range of tumor and patient data proved significantly more accurate in retrospectively predicting breast cancer recurrence than a commonly used genomic test, suggesting that multimodal models could be leveraged to more accurately assess recurrence risk and guide patient care.
来源:Cancer Discov,查看原文。版权归原作者所有。
引用
- Multimodal AI Model Predicts Breast Cancer Recurrence. Cancer Discov. 2026. PMID: 41481787. doi:10.1158/2159-8290.CD-NW2025-0116
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。