0
0这项研究开发并验证了一种名为胃癌病理组学特征（PSGC）的新型深度学习模型，旨在通过人工智能技术分析H&E染色切片来预测患者的预后和治疗反应。研究人员利用多尺度图神经网络对来自多个医疗中心的数千名患者数据进行了回顾性分析，发现该模型在预测生存率方面优于传统的TNM分期系统。结果显示，高PSGC分值的患者能从化疗和免疫治疗中显著获益，且该指标与肿瘤细胞间变及间质纤维化等组织学特征密切相关。此外，研究还通过转录组学分析揭示了该模型背后的生物学机制，包括细胞周期调节和药物耐药途径。总之，这一创新的病理组学工具为胃癌的精准医疗和临床决策提供了低成本且高效的科学依据。
References:
Wang, H., Li, H., Ma, K. et al. Deep learning-based pathomics signature predicts prognosis and treatment response in gastric cancer: a multicenter retrospective study. npj Precis. Onc. 10, 206 (2026). doi.org
