姚和瑞教授团队提出一种融合MRI与临床病理信息的多模态人工智能模型用于辅助乳腺癌患者术后治疗策略制定在Pharmacological Research杂志发表

论文题目：MRI-based multimodal AI model enables prediction of recurrence risk and adjuvant therapy in breast cancer.

通讯作者：姚和瑞；段小慧 等

第一作者：余运芳；任炜；毛璐会 等

论文发表刊物：Pharmacological research

【研究背景】

乳腺癌是全球女性中发病率最高的恶性肿瘤，其复发和转移显著降低患者的生存率，给临床管理带来严峻挑战。肿瘤的异质性使得术后患者的预后评估尤为困难，亟需更精确的分割与预测手段。磁共振成像（MRI）作为无创检测手段，在肿瘤特征识别中发挥重要作用。近年来，人工智能特别是深度学习的发展为整合多模态MRI数据、提升预后预测准确性提供了新契机。本研究旨在构建融合多模态MRI信息的三维深度学习模型，以实现肿瘤分割及无病生存期预测的多任务学习，助力乳腺癌个体化诊疗。

【主要发现】

本研究构建并验证了一种多任务3D深度学习多模态模型（3D-MMR-model），可基于术前MRI影像与临床病理特征准确预测非转移性乳腺癌患者的无病生存风险。该模型在多种分子分型人群中均展现出稳健的风险分层能力，且可识别免疫微环境中关键特征，为免疫治疗及联合用药提供依据。通过深度学习与可视化技术相结合，模型兼具良好的预测性能与可解释性，有望切实提升术后辅助治疗的精准性与实用价值。

【研究意义】

本研究构建的多模态AI模型融合MRI影像与临床病理信息，有效提升了乳腺癌术前复发风险的预测准确性，为临床提供了可靠的个体化治疗决策支持，有望优化治疗方案、提高患者生存率，具有显著的临床转化价值。

论文链接:

https://www.sciencedirect.com/science/article/pii/S1043661825001902

阅读二维码：