人工智能在转移性乳腺癌生存预测中的应用：一项范围综述

《Current Opinion in Supportive and Palliative Care》：Survival prediction in metastatic breast cancer using artificial intelligence: a scoping review

本刊推荐：为解决转移性乳腺癌个体化治疗决策难题，研究人员通过范围综述分析人工智能模型在生存预测中的应用。研究发现AI模型（包括随机生存森林、朴素贝叶斯分类器等）能有效预测总生存期和无进展生存期，敏感度达42%-90%，为临床精准医疗提供新范式。

　　

本研究系统探讨了人工智能（AI）在转移性乳腺癌（MBC）生存预测中的前沿应用。通过筛选1787篇文献，最终纳入15项符合标准的研究。这些研究采用监督学习方法，包括随机生存森林（13.3%）、朴素贝叶斯分类器（13.3%）和逻辑回归模型（20.0%），用于预测总生存期（OS）、无进展生存期（PFS）及治疗反应。数据来源涵盖电子健康记录、临床数据、影像学资料和基因组图谱，其中66.7%的研究覆盖三大乳腺癌亚型。模型性能显示敏感度为42%-90%，特异度为53%-90%，曲线下面积（AUC）介于0.70-0.85。尽管AI模型展现出提升临床决策精准度的潜力，但仍面临数据质量参差、模型性能待优化及缺乏外部验证等挑战。未来研究需聚焦模型优化与临床转化验证。