病理基础模型

预测生存获益

一个无需组学数据、仅凭H&E切片即可对胃肠癌患者进行预后分层并识别辅助化疗获益人群的深度学习模型。

江玉明 · 王芳 · 王伟 · Chen, Yijiang · Xiang, Jinxi · Yuchen, Li · Wei, Yuan · 张靖 · Yu Kun-Hsing · Robyn L, Ward · Hawkins, Nicholas · Jonnagaddala, Jitendra · 李国新 · Li, Ruijiang

Journal of Clinical Oncology 2025

参数信息

一致性指数

0.726-0.797

5年生存率（高风险组）

49%-52% %

5年生存率（低风险组）

76%-92% %

技术优势

无组学也能用

仅需常规H&E染色切片即可预测生存，无需昂贵的基因测序或分子分型。

预测精度高

在多个验证队列中C-index稳定在0.714-0.797，显示模型具有稳健的预后预测能力。

能识别化疗获益

高风险组患者接受辅助化疗后生存显著改善，低风险组无显著获益，可指导个体化治疗。

应用场景

• 病理AI辅助诊断：辅助病理医生快速评估预后风险，提高诊断效率。
• 胃肠癌个体化治疗：识别哪些患者能从辅助化疗中获益，指导个体化治疗决策。
• 临床决策支持：提供独立于临床病理因素的预后信息，辅助医生制定治疗方案。
• 肿瘤预后模型：作为基础模型，可微调用于其他癌种的预后预测。