PulseAugur
中
实时 04:06:48
English(EN) INSIGHT: Spatially resolved survival modelling from routine histology crosslinked with molecular profiling reveals prognostic epithelial-immune axes in stage II/III colorectal cancer

AI模型可从组织学图像预测结直肠癌生存率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为INSIGHT的图神经网络，可以直接从结直肠癌的常规组织学图像预测患者的生存率。该模型在TCGA和SURGEN数据集上进行训练，其预后性能优于标准的pTNM分期系统。通过分析空间风险图，INSIGHT识别了关键的组织病理学特征，并将其与分子谱数据相结合，揭示了复杂上皮-免疫相互作用，发现了潜在的治疗脆弱性。 AI

影响 这项研究展示了图神经网络在医学诊断中的新颖应用，有望改善癌症预后并指导治疗策略。

排序理由 发表了一篇详细介绍新型AI模型及其在医学研究中应用的科学论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI模型可从组织学图像预测结直肠癌生存率

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Piotr Keller, Mark Eastwood, Zedong Hu, Aim\'ee Selten, Ruqayya Awan, Gertjan Rasschaert, Sara Verbandt, Vlad Popovici, Hubert Piessevaux, Hayley T Morris, Petros Tsantoulis, Thomas Alexander McKee, Andr\'e D'Hoore, C\'edric Schraepen, Xavier Sagaert, Ge… ·

    洞察：常规组织学与分子谱分析相结合的空间分辨生存建模，揭示II/III期结直肠癌的预后上皮-免疫轴

    arXiv:2512.22262v2 Announce Type: replace-cross Abstract: Routine histology contains rich prognostic information in stage II/III colorectal cancer, much of which is embedded in complex spatial tissue organisation. We present INSIGHT, a graph neural network that predicts survival …

相关实体

相关话题