沈君教授团队研发基于人工智能的乳腺癌腋窝淋巴结“一站式”精准分层新技术，研究成果在《Nature Communications》发表

论文题目：An intelligent MRI-based all-in-one diagnostic strategy for axillary lymph node status in breast cancer     

通讯作者：沈君；杨泽宏等

第一作者：张翔；苏赟等

论文发表刊物：Nature Communications

【研究背景】

腋窝淋巴结状态是乳腺癌精准分期和治疗决策的重要依据。传统前哨淋巴结活检及腋窝淋巴结清扫虽可明确转移情况，但具有一定的有创性，可能导致患侧上肢淋巴水肿等并发症。如何利用无创影像技术，在术前精准评估淋巴结转移状态及转移负荷，筛选低风险患者，实现腋窝治疗精准降阶，是乳腺癌精准诊疗需要解决的重要问题。

【主要发现】

沈君教授团队依托超过6000例多中心乳腺癌数据，建立了基于多参数MRI的阶梯式人工智能模型（BCALN-Net）。该技术通过整合MRI影像信息，实现对前哨淋巴结转移、前哨淋巴结转移负荷及非前哨淋巴结转移风险的“一站式”预测，模型曲线下面积（AUC）达到0.858–0.939，显著提升了术前腋窝淋巴结精准评估能力。

【研究意义】

该研究提出了一种基于智能MRI的腋窝淋巴结一体化评估新策略，在联合测试中可有效筛选出潜在低风险患者，为减少不必要的前哨淋巴结活检提供了智能化决策依据。该成果推动乳腺癌腋窝管理由传统有创评估向无创、精准、个体化方向发展，具有重要临床应用价值。

论文链接:

DOI: 10.1038/s41467-026-74704-7

阅读二维码：