我们正处于一个信息大暴发的时代,每天都能产生数以百万计的新闻资讯!
虽然有大数据推荐,但面对海量数据,通过我们的调研发现,在一个小时的时间里,您通常无法真正有效地获取您感兴趣的资讯!
头条新闻资讯订阅,旨在帮助您收集感兴趣的资讯内容,并且在第一时间通知到您。可以有效节约您获取资讯的时间,避免错过一些关键信息。
本文转自:人民日报海外版
中国学者领衔研发AI肿瘤预测模型
可评估癌症治疗预后
本报电(申奇)近期,由斯坦福大学医学院癌症研究所主导、中国学者领衔进行的一项研究发表于《自然》期刊。该研究团队开发出一款名为MUSK的人工智能(AI)模型,突破性地实现了医学病理图像数据与病历文本信息的深度整合分析,在癌症预后及预测治疗反应方面展现出显著的临床应用潜力。
传统癌症诊疗中,医生需综合分析病理切片、CT/MRI影像、检验报告及病程记录等多源数据,但现有AI工具多局限于单一模态分析。研究团队历时数年构建的MUSK模型,首次实现医学影像(含5000万张病理图片)与临床文本(超100万份病理记录)的深度融合学习,在癌症预后、免疫治疗反应预测及复发风险评估等关键领域展现显著优势。
“临床决策本质是多源信息的协同判断。”该研究负责人、放射肿瘤学副教授李瑞江介绍,MUSK模拟了人类医生的认知模式,通过整合影像特征、病理描述、治疗记录等多维度信息,构建出更立体的患者画像。这项研究标志着医疗AI从辅助诊断向预后指导的关键跨越,有望重塑个性化癌症治疗范式。
作为该研究的共同第一作者,斯坦福大学博士后项进喜与王熙月在技术突破中发挥了关键作用。项进喜毕业于清华大学,专攻AI与计算机视觉;王熙月毕业于四川大学,深耕AI驱动精准医疗。他们介绍,尽管AI在医疗领域应用日增,但多数工具仍停留在病灶检测层面。MUSK的突破性在于其预后评估能力——不仅能判断肿瘤良恶性,更能预测患者对不同疗法的反应及生存预期。研究团队透露,下一步,将推进MUSK在真实临床场景中的验证,并探索其在罕见病诊疗中的应用潜力。
以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。
快照生成时间:2025-04-11 08:45:04
本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。
信息原文地址: