基于人工智能的组织病理学与放射组学融合技术用于预测结直肠癌的手术切缘：通过多模态人工智能整合提升肿瘤治疗效果

《Annals of Medicine and Surgery》：AI-based histopathology and radiomics fusion for predicting surgical margins in colorectal cancer: improving oncologic outcomes through multimodal AI integration

结直肠癌手术中，通过AI融合影像组学与病理组学技术，可更精准预测肿瘤扩散和手术切缘风险。中国和美国的多中心研究证实，多模态AI模型在预测治疗效果和切缘状态方面优于单一技术。随着AI精准肿瘤学在韩国、英国等国的推广，建立透明验证体系对优化手术方案和癌症结局至关重要。

　　```section>

摘要 通俗语言总结

---

获得负的手术切缘（即肿瘤与正常组织之间的无肿瘤区域）是治愈性结直肠癌（CRC）手术的关键。尽管影像技术取得了进展，但术前对切缘风险的评估仍然有限。人工智能（AI）的最新发展使得放射组学、定量影像分析和组织病理学（“病理组学”）能够结合使用，从而更准确地预测肿瘤的微观扩散情况。放射组学从CT和MRI图像中捕捉到肉眼无法看到的纹理和空间特征，而基于AI的组织病理学则能够在细胞层面解读数字切片。将这些方法整合起来，可以形成一个多尺度模型，既反映肿瘤的宏观结构，也反映其微观侵袭性。中国和美国的多中心研究已经证明，放射病理组学模型在预测治疗反应和切缘状态方面优于单一方法。随着英国和韩国等国家实施基于AI的精准肿瘤学框架，透明的验证过程仍然至关重要。通过实现更精准的手术规划和个体化的切除方案，多模态AI融合技术有望显著提升CRC的治疗效果。

通俗语言总结获得清晰的手术切缘对于结直肠癌手术的成功至关重要，但术前预测切缘风险仍具有挑战性。新的AI技术将放射组学和病理组学结合起来，以更好地预测肿瘤的扩散情况。放射组学分析CT和MRI扫描中的细微特征，而基于AI的组织病理学则在细胞层面检查数字切片。这两种技术共同构建了一个能够同时捕捉肿瘤宏观结构和微观细节的模型。中国和美国的研究表明，这种组合模型在预测治疗反应和切缘状态方面优于单一方法。随着AI精准肿瘤学在全球范围内的发展，透明的验证过程对于改进手术规划和癌症治疗效果至关重要。

本文内容由机器生成，可能存在不准确之处。 常见问题解答

```