Adv Sci丨基于Vision Transformer的深度学习模型评估乳腺癌的无创HER2状态，精确地对患者进行分层

背景：人表皮生长因子受体2（HER2）的表达状态是乳腺癌分子分型的重要依据，传统的病理学技术依赖于侵入性组织取样，可能无法全面捕获肿瘤异质性。研究目的：开发一种基于Vision Transformer（ViT）的深度学习模型，用于无创地区分乳腺癌中HER2的表达状态，尤其是对HER2低表达乳腺癌的精准识别。结论：该研究成功开发了一种基于ViT的深度学习模型，能够更精确地对患者进行分层以指导个性化治疗策略，并通过注意力图和转录组学相关性分析评估了模型决策的可解释性。