Lancet子刊 | 中山大学林天歆/吴少旭团队发表泛癌种淋巴结转移AI病理诊断模型
iNature
2026-03-08 16:00
文章摘要
背景：淋巴结转移的准确检测对肿瘤精确分期和治疗计划至关重要，但常规病理检查存在微转移漏诊风险，可能导致诊断不足和预后欠佳。研究目的：中山大学林天歆-吴少旭团队开发泛癌种人工智能诊断模型（PanCAM），旨在提升淋巴结转移检测的准确性和泛化能力，覆盖常见及罕见肿瘤类型。结论：PanCAM在回顾性和前瞻性多中心验证中表现出高敏感性（0.93-1.00），能有效识别常规病理遗漏的微转移灶，并与单癌种模型相比展现稳健性能，为临床病理诊断提供了通用解决方案。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
The architectural gap in clinical artificial intelligence.
DOI: 10.1016/j.landig.2026.100979
Pub Date : 2027-01-05
Novel β-Carboline Derivative ZLWH-67 Exerts Potent Anti-MRSA Activity through Multiple Mechanisms.
DOI: 10.1021/acsinfecdis.5c01020
Pub Date : 2026-03-06
Monitoring Molecules in Neuroscience 2024.
DOI: 10.1021/acschemneuro.6c00076
Pub Date : 2026-03-10
iNature
最新文章
京公网安备 11010802042870号
