HRDPath：用病理图像预测卵巢癌HRD状态

研究团队开发了 HRDPath，一种患者级深度学习架构，可直接从全切片图像预测高级别浆液性输卵管卵巢癌（HGSOC）的同源重组缺陷（HRD）状态，无需额外分子检测。模型在三个女性患者队列中验证，AUC 达 0.846，作者称显著优于此前 HGSOC 的报道结果；通过纳入每位患者的多张切片和针对性优化策略，特异度与敏感度均达到 0.90。 研究还给出可解释性流程以提升模型可信度，并揭示 HRD 阳性肿瘤在细胞和组织层面的形态与病理变化。作者认为 HRDPath 为一种可及、可扩展的数字生物标志物打下基础，用于改善卵巢癌的治疗分层。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。