交互式可信AI病理助手TEAM用于生物标志物驱动的预后分层与治疗反应预测

医学与健康 2026-11-20 2 阅读

medRxiv 预印本 · 2026-11-18 · 预印本

  • 一句话结论:结论:预印本报告TEAM在51个多机构队列的88项基准上,于生物标志物刻画、预后分层与治疗反应预测方面表现优于现有方法,方向为正向,但属预印本、证据档位C,尚不足以下结论。
  • 研究设计与做法:设计与做法:为方法学研究,TEAM在55,648张泛癌全切片图像与1,750,648个感兴趣区域(合计3.6亿个图块)上预训练,以临床元数据为条件并结合相对风险先验学习风险感知嵌入;整合视觉语言模型与智能体编排,并提供基于网页的临床医生在环交互界面。对照设置与随访时长材料未报告。
  • 主要结果:主要结果:作者称TEAM在覆盖51个多机构队列的88项基准上优于现有方法,涉及生物标志物刻画、预后分层与治疗反应预测三类任务;具体效应量、置信区间与p值材料未报告。
  • 机制或解释:机制或解释:作者将收益归因于以临床元数据为条件、对齐相对风险先验的风险感知嵌入,以及将图块级偶然不确定性与模型认知不确定性量化后传播至切片级预测,并以已刻画生物标志物作为中间特征为预后与疗效估计提供上下文。
  • 局限与边界:局限与边界:证据档位为C且为medRxiv预印本,材料未报告同行评议状态、人群构成、外部验证细节、随访时长与利益冲突;88项基准的具体定义与统计口径材料未报告。
  • 可否落地:可否落地:对计算病理研究提示多任务耦合与不确定性量化的可行方向,交互式临床在环界面提示潜在应用路径;但当前证据仅「提示」价值,尚不足以下结论支持临床部署,需同行评议与前瞻性验证。

🔗 打开原文

Mao, Y., Xie, C., Li, F. 等


本文摘自《每日前沿研究简报 · 2026-11-20》「医学与健康」。本内容仅用于研究信息整理与科普交流,不构成医疗建议。

评论 共 0 条

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部