研究团队提出胃癌病理图学习预后框架GTMA

研究团队在《npj Digital Medicine》发表研究，提出名为 GTMA 的可解释深度学习框架。该框架通过将全切片病理图像建模为空间图来量化肿瘤微环境交互，以实现胃癌患者的预后风险分层。验证方面，GTMA 在包含 1871 例的大样本队列及包含 213 例的 TCGA-STAD 数据集中完成了测试，其衍生的风险评分可为传统 TNM 分期提供互补的预后信息。此外，多组学整合分析显示，高风险评分肿瘤呈现出成纤维细胞占主导且免疫排斥的特征性基质空间模式。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。