人工智能在胃癌治疗全程中的应用：临床证据、多模式整合与实际应用转化

《iScience》：Artificial intelligence across the gastric cancer care continuum: Clinical evidence, multimodal integration, and translation

　　**摘要**

人工智能（AI）在胃癌护理的各个环节中应用日益广泛，但其临床成熟度在内镜检查、横截面成像、数字病理学、预后建模、治疗选择和手术支持等方面存在显著差异。现有的综述通常仅关注单一技术或总结算法性能，而没有系统地区分技术可行性和转化准备情况。我们对2022年1月至2026年7月期间在PubMed/MEDLINE和Web of Science Core Collection中索引的研究进行了结构化的叙述性回顾，并通过 backward 和 forward 引用追踪进行了补充。在必要时，我们也回顾了早期的里程碑研究，以说明主要应用的发展历程。优先考虑了前瞻性、多中心、外部验证和具有临床可行性的研究。证据成熟度的评估基于研究设计、验证范围、工作流程相关性、校准和临床效用评估以及实施证据。

胃癌AI的主要限制不再是模式识别能力，而是在实际临床环境中缺乏可重复的临床益处。今后的重点包括多区域前瞻性验证、标准化校准和决策曲线评估、比较有无AI的情况、整合到现有工作流程中、评估经济和患者层面的结果，以及部署后的监测。

**引言**

尽管某些地区的年龄标准化发病率和死亡率有所下降，胃癌仍在全球范围内带来巨大负担。根据2022年全球癌症观察站（GLOBOCAN）的数据，胃癌每年导致超过968,000例新病例和近660,000例死亡，这使其成为最致命的常见恶性肿瘤之一。特别是在东亚地区，由于有组织的筛查计划和高手术量，早期发现被列为临床优先事项。然而，许多患者仍在局部晚期或转移阶段被诊断出来。早期病变在内镜下可能难以发现，症状往往不具特异性，且该疾病在组织学、分子和空间上存在明显异质性。因此，胃癌不仅是一种高负担疾病，而且在整个临床过程中也极易出错。

这些临床挑战与现代人工智能（AI）的优势高度契合。在过去十年中，该领域从基于有限结构变量的传统机器学习模型发展到能够分析高维图像数据的深度神经网络。最近，该领域又转向了多模态和基础模型范式，这些模型可以从大型、标注较弱或未标注的数据集中学习可转移的表示。在胃癌领域，这一转变尤为重要，因为管理需要整合多种数据流，包括白光内镜和增强成像内镜、计算机断层扫描（CT）和正电子发射断层扫描/计算机断层扫描（PET/CT）、组织病理学、免疫表型分析、分子检测、实验室结果和治疗轨迹。几乎没有其他实体瘤像胃癌那样如此明显地需要跨模态临床AI。

最近的综述表明，胃癌已成为消化系统肿瘤学领域AI转化最活跃的领域之一。2024年的一项系统综述汇总了来自PubMed、Web of Science和Cochrane Library的研究，得出结论AI已经在重塑诊断和管理路径。2023年的一项关于AI辅助内镜的系统综述发现了42项原创研究，发现深度学习模型在与早期胃癌病变相关的任务中经常与内镜医师的表现相当或更胜一筹。核心问题不再是AI能否识别胃癌的模式，而是它能否作为一种值得信赖、公平且能整合到工作流程中的工具来改进实际临床决策。

因此，本综述采取了以临床为导向和转化视角的方法，重点考察了整个胃癌护理过程中的AI应用，明确比较了证据成熟度、临床可行性、工作流程兼容性和区域适用性。它区分了近期可部署的系统（如实时内镜和常规切片病理学）和探索性技术（如单细胞分析、空间转录组学、基础模型和数字孪生）。特别关注多模态整合、跨区域泛化、临床医师与AI的互动、监管治理和医法责任。

研究范围包括AI在预防和风险分层、内镜检测和特征描述、CT和PET/CT分期、数字病理学和生物标志物预筛、预后建模、治疗反应预测、手术支持以及纵向决策支持等方面的应用。四个问题指导了本次综述：哪些应用目前具有最强的临床证据？成像、病理学、多模态和组学方法如何为内镜AI增添价值？哪些方法论和地理障碍限制了可重复性和公平部署？在这些系统能够改善患者护理之前，需要哪些验证、工作流程、监管和治理要求？

**图表摘要**

**图形摘要**

AI应用涵盖了预防和筛查优先级、内镜检测和特征描述、基于成像的分期、数字病理学和分子预筛、预后建模、治疗分配以及新兴的多模态决策支持。转化成熟度分布不均：实时内镜临床决策支持系统（CDSS）在四类分类中的外部多中心准确率为81.5%，在侵袭深度评估中的准确率为86.4%；而用于检测腹膜转移的放射组学的汇总AUC为0.89，但异质性较大（I2 = 88%）。

**方法**

本文采用结构化叙述性回顾的方法，探讨了胃癌AI的临床和转化发展。选择叙述性方法是因为相关证据涵盖了异质性的临床任务、数据类型、模型架构、结果定义和研究设计，这些不适合进行单一的汇总定量分析。回顾的进行和报告遵循了“叙述性回顾文章评估量表”（SANRA）的标准。

本研究未进行前瞻性注册，也不属于正式的系统综述。因此，它并不完全符合系统综述和荟萃分析的优先报告要求。不过，通过可复制的搜索描述、明确的纳入标准、结构化的证据描述和适应性的研究识别框架，增强了透明度。

**信息来源和搜索策略**

搜索了2022年1月至2026年7月期间发表的相关研究，主要来源为PubMed/MEDLINE和Web of Science Core Collection。当早期文献为近期发展奠定了重要的临床或方法论基础时，也会被纳入考虑。还对重要综述进行了 backward 引用搜索，并对学生有影响力的原创研究进行了 forward 引用追踪。搜索使用了与胃癌和AI相关的受控词汇和自由文本术语，例如“胃癌”、“胃腺癌”、“胃肿瘤”、“人工智能”、“机器学习”、“深度学习”、“神经网络”、“放射组学”、“内镜”、“计算机断层扫描”、“PET/CT”、“数字病理学”、“全片图像”、“多模态”、“基础模型”、“预后”、“治疗反应”、“免疫疗法”、“手术”和“临床决策支持”。

**纳入标准和研究选择**

纳入的标准包括经过同行评审的原创临床研究、前瞻性或回顾性验证研究、系统综述、荟萃分析、临床指南、方法学报告指南以及与胃癌AI应用相关的监管文件。当原始研究包含多中心招募、前瞻性评估、独立的外部验证、具有临床可行性的终点、与临床医师或标准治疗的比较、校准分析、决策曲线分析（DCA）或在真实或模拟临床工作流程中的评估时，会被优先考虑。如果研究未单独报告胃癌结果、仅关注无临床AI应用的非人类实验、未描述具有临床可解释性终点的算法、是会议摘要或未经同行评审的预印本，或缺乏足够的方法学信息以进行关键解读，则会被排除在主要综述之外。

**证据评估和综合**

由于诊断、预后、治疗、手术和实施研究之间存在显著异质性，没有对所有证据应用单一的正式偏倚风险评估工具。而是根据研究设计、数据集和队列规模、内部和外部验证、校准和临床效用评估、与可操作工作流程的接近程度以及实施或患者结果证据来特征化代表性研究。这些维度决定了表1和表2中的定性证据成熟度评分。仅模型的高区分能力不足以作为临床成熟度的充分证据。结果按护理阶段和模式进行了综合，未进行新的荟萃分析。

**领域**

- **预防和风险分层**
- **内镜检测和特征描述**
- **基于成像的分期**
- **数字病理学和生物标志物预筛**
- **预后建模**
- **治疗反应预测**
- **手术支持**
- **纵向决策支持**

四个问题指导了此次综述：
- 哪些应用目前具有最强的临床证据？
- 成像、病理学、多模态和组学方法如何为内镜AI增加价值？
- 哪些方法论和地理障碍限制了可重复性和公平部署？
- 在这些系统改善患者护理之前，需要哪些验证、工作流程、监管和治理要求？

**表1：胃癌护理过程中AI的应用**

**图1：胃癌护理过程中的AI应用**

**图例说明**

AI应用涵盖了预防和筛查优先级、内镜检测和特征描述、基于成像的分期、数字病理学和分子预筛、预后建模、治疗分配以及新兴的多模态决策支持。转化成熟度不均衡：实时内镜CDSS在四类分类中的外部多中心准确率为81.5%，在侵袭深度评估中的准确率为86.4%；而腹膜转移的放射组学汇总AUC为0.89，但异质性较大（I2 = 88%）。

**缩写说明：**

- AI：人工智能
- CDSS：临床决策支持系统
- CT：计算机断层扫描
- H&E：苏木精和伊红
- PET/CT：正电子发射断层扫描/计算机断层扫描

**方法**

本文旨在结构化地叙述胃癌AI的临床和转化发展。选择叙述性方法是因为相关证据涉及异质的临床任务、数据类型、模型架构、结果定义和研究设计，不适合进行单一的汇总定量分析。回顾的编写和报告遵循了“叙述性回顾文章评估量表”（SANRA）的标准。

**信息来源和搜索策略**

搜索了2022年1月至2026年7月期间发表的相关研究。当早期文献为近期发展奠定了重要的临床或方法论基础时，也会被纳入考虑。还对主要综述进行了 backward 引用搜索，并对学生有影响力的原创研究进行了 forward 引用追踪。搜索使用了与胃癌和AI相关的受控词汇和自由文本术语。

**图表说明：**

AI应用涵盖了预防和筛查优先级、内镜检测和特征描述、基于成像的分期、数字病理学和分子预筛、预后建模、治疗分配以及新兴的多模态决策支持。转化成熟度不均衡：实时内镜CDSS在四类分类中的外部多中心准确率为81.5%，在侵袭深度评估中的准确率为86.4%；而腹膜转移的放射组学汇总AUC为0.89，但异质性较大（I2 = 88%）。

**表1：胃癌护理过程中AI的应用**

**表2：胃癌预后范式的代表性证据和转化成熟度**

证据成熟度根据四个预设维度进行评分：研究设计（前瞻性或实时 vs 回顾性）、验证范围（多国或多中心外部 vs 时间性或内部）、临床相关性和工作流程整合性，以及可重复性、校准和效用评估的完整性。“高”表示具有工作流程相关终点的前瞻性或多中心证据；“中高等”表示多中心外部验证或广泛一致的证据但干预效果有限；“中等”表示具有有限前瞻性效用或显著异质性的可重复多中心或荟萃分析回顾证据；“早期中等”表示具有独立测试但队列范围有限或标准化不足的回顾性概念验证证据；“早期”表示缺乏强大外部验证的小规模或单中心探索性证据。评分反映的是转化准备情况，而不仅仅是算法准确性。AUC代表曲线下面积；CDSS代表临床决策支持系统；CT代表计算机断层扫描；LCI代表链接颜色成像；PET/CT代表正电子发射断层扫描/计算机断层扫描。

**表2：胃癌预后范式的代表性表现和转化成熟度**

成熟度评分基于表1中的标准，反映了研究设计、外部验证、工作流程相关性和临床效用，而不仅仅是性能。AUC代表曲线下面积；OS代表总生存期。

**AI在胃癌诊断和亚型分类中的应用**

**内镜辅助诊断**

AI在胃癌中最成熟的应用是内镜辅助。这并不奇怪，因为内镜在筛查、诊断和治疗计划中起着核心作用，而区分炎症、异型增生和早期癌变的视觉线索非常微妙且依赖于观察者。最近的研究表明，正在开发深度学习系统来标记白光成像中的可疑病变，分类病变类型，估计侵袭深度，并利用增强成像技术（如窄带成像和链接颜色成像）辅助边缘划分。2023年的一项系统综述进一步支持了这一观点，表明深度学习在检测、分类、侵袭深度评估、边缘划分和早期病变识别方面非常有用。一个关键的转化进展是从静态图像基准测试转向前瞻性或接近实时的评估。在2023年内镜研究中，Gong及其同事开发了一个基于深度学习的临床决策支持系统（CDSS），用于自动实时检测和分类胃癌病变。内部测试中，该系统的病变检测率为95.6%，四类组织学分类准确率为89.7%，侵袭深度预测准确率为89.2%；在五家机构进行的前瞻性多中心外部测试中，四类分类准确率为81.5%，侵袭深度评估准确率为86.4%。尽管随机对照试験部分在筛查过程中未显示出病变检测的统计学显著差异，但该研究的价值不仅仅在于其峰值准确性，更在于证明了胃内镜检查中的人工智能（AI）可以在不同机构中进行前瞻性评估。该领域正在从AI与内镜医生的比较转向一种更加现实的协作模式，在这种模式下，AI支持内镜医生的工作。2023年的一项研究报告称，AI辅助解读提高了早期胃癌侵袭深度的评估准确性。这一终点具有实用价值，因为侵袭深度强烈影响内镜切除的适宜性。在非日本人群中的外部验证也在不断增加。例如，2023年新加坡的一项研究在一个独特的人群中评估了一种AI内镜系统，这表明跨国家测试既是可行的，也是必要的，以减少地理过拟合现象。仅在一个国家的数据集中取得高基准性能已经不够了。临床应用需要具备应对病变谱型、成像实践和背景黏膜模式变化的鲁棒性。

图像增强内镜检查代表了另一个有前景的方向。2024年的一项研究报告称，结合计算机辅助检测的链接色彩成像比传统方法更能提高胃癌的检测率，这表明性能不仅取决于模型架构，还取决于输入信号的诊断质量和疾病对比度。临床上有用的系统可能比仅依赖单个帧的系统更能够理解序列和上下文。

内镜AI的主要局限性包括回顾性图像增强、患者级别分割的不一致性、有限的多国评估以及未能充分测量误报负担和工作流程的改进。未来的试验应在实际的病变流行率下比较使用AI与不使用AI的情况，并应报告每例患者的敏感性、不必要的活检率、手术时间、亚组性能以及临床重要的漏诊病例。如表1所示，内镜AI当前是胃癌影像学相关应用中最成熟的技术之一，而基于影像的分期模型虽然具有临床潜力，但在方法论上还不够成熟。

**用于分期和转移风险的影像AI**

横断面成像在胃癌的分期、可切除性评估、转移性疾病检测、治疗计划和疗效评估中起着核心作用。然而，传统的解读方法可能会受到微妙浆膜侵袭、小体积淋巴结病变和隐匿性腹膜播散的限制。AI方法包括手工制作的放射组学、深度学习特征提取、端到端图像模型以及将成像与临床或内镜信息的多模态融合。腹膜转移预测是研究最为广泛的应用之一。2023年的一项荟萃分析涉及6,199名患者，报告称基于放射组学的腹膜转移预测的敏感性为0.77、特异性为0.88、AUC为0.89。这些结果表明具有临床相关性，但异质性较大（I2 = 88%），这可能反映了扫描仪类型、对比剂使用时机、图像重建、肿瘤分割、特征选择、参考标准和患者选择的差异。个别PET/CT和CT研究在特定队列中表现出更高的性能。一个基于PET/CT的多模态融合模型在训练队列中的AUC为0.942，在测试队列中为0.908，用于术前腹膜转移预测。2025年的一项CT-放射组学研究从肿瘤和肿瘤周围区域提取了1,316个特征，其在训练和测试队列中的AUC分别为0.943和0.835。开发与测试之间的性能下降说明不应将这些内部估计值视为预期的临床表现。

AI还正在超越单一模式的放射组学。2025年的一项研究涉及691名患者，整合了静脉期CT和内镜图像进行术前病理分期。该集成模型在测试集中的AUC为0.933，敏感性为0.869，特异性为0.840，优于单独的CT和内镜模型。这支持了结合关于黏膜侵袭和黏膜外观的互补信息的合理性，尽管这项研究仍然是回顾性的，缺乏地理外部验证。

其他成像应用包括淋巴结转移、腹膜复发、治疗反应、营养风险和术后结果的预测。在胃癌中，基于MRI的AI证据相对较少，不应认为其成熟度与CT或PET/CT相当。未来的研究应使用统一的采集协议、自动质量控制和分割、独立的地理测试队列、预先指定的临床阈值，并与传统的分期方法进行直接比较。临床实用性应通过诸如分期腹腔镜检查、新辅助治疗、手术计划或监测强度等决策来证明，而不仅仅是通过AUC来评估。

**数字病理学和精准亚型分类**

数字病理学已经从基本肿瘤分割迅速发展到可临床应用的分类和推断。在胃癌中，这一转变尤为重要，因为常规的苏木精和伊红（H&E）切片包含的信息远超标准方法通常提取的信息，包括与分化、间质结构、免疫浸润、血管侵袭以及在某些情况下的分子亚型相关的信号。病理AI不仅作为一种效率工具出现，还作为一个可扩展的平台，用于从常规组织学中进行治疗相关推断。一个重要的进展领域是基于病理学预测淋巴结和血管转移风险。2024年，一个基于H&E全切片图像的可解释深度学习模型被开发出来，用于预测早期胃癌的淋巴结转移。这在临床上非常重要，因为关于内镜切除后是否需要进一步手术的决策往往取决于隐匿性淋巴结疾病的估计风险，而现有的病理标准仍然不完美。另一项2024年的研究开发了一个集成深度学习模型，用于检测胃癌全切片图像上的淋巴管侵袭，并报告了非常高的区分能力。这些研究将病理AI推向了支持治疗决策的方向，而不仅仅是 passive 的形态学辅助。然而，它们的转化价值最终取决于它们是否能提供超出现有病理标准的可重复、外部验证的信息，而不仅仅是以更复杂的计算形式重新包装熟悉的形态学线索。

另一个重大进展是从常规H&E切片中低成本推断分子表型。2025年的一项多中心回顾性研究引入了HER2Net，这是一个可以直接从H&E全切片图像预测人类表皮生长因子受体2（HER2）状态的深度学习模型。该模型在520名患者的531张切片上进行了训练，在内部测试中的准确率为0.9043，在外部多中心测试中的准确率为0.8922。内部和外部测试之间的性能略有下降，表明这种方法超越了单中心的概念验证。这些发现并不支持用它来替代确认性的HER2检测。然而，它们确实支持其在预筛查中的实际作用，可能会缩短周转时间并减少不必要的检测。短期内，数字病理学更适合作为分诊和生物标志物富集层，而不是完全替代免疫组化（IHC）、原位杂交（ISH）或更广泛的分子检测方法。

**数字病理学和精准亚型分类**

数字病理学已经从基本肿瘤分割快速发展到可临床应用的分类和推断。在胃癌中，这一转变尤为重要，因为常规的H&E切片包含的信息远超标准方法通常提取的信息，包括与分化、间质结构、免疫浸润、血管侵袭以及在某些情况下的分子亚型相关的信号。病理AI不仅作为一种效率工具出现，还作为一个可扩展的平台，用于从常规组织学中进行治疗相关推断。一个重要的进展领域是基于病理学预测淋巴结和血管转移风险。2024年，开发了一个基于H&E全切片图像的可解释深度学习模型，用于预测早期胃癌的淋巴结转移。这具有临床重要性，因为关于内镜切除后是否需要进一步手术的决策常常依赖于隐匿性淋巴结疾病的估计风险，而现有的病理标准仍然不完善。另一项2024年的研究开发了一个集成深度学习模型，用于检测胃癌全切片图像上的淋巴血管侵袭，并报告了非常高的鉴别能力。这些研究将病理AI推向了支持治疗决策的方向，而不仅仅是被动形态学辅助。然而，它们的转化价值最终取决于它们是否能提供超出现有病理标准的可重复、外部验证的信息，而不仅仅是以更复杂的计算形式重新包装熟悉的形态学线索。

另一个重大进展是从常规H&E切片中低成本推断分子表型。2025年的一项多中心回顾性研究引入了HER2Net，这是一个可以直接从H&E全切片图像预测人类表皮生长因子受体2（HER2）状态的深度学习模型。该模型在520名患者的531张切片上进行了训练，内部测试的准确率为0.9043，外部多中心测试的准确率为0.8922。内部和外部测试之间性能的轻微下降表明，这种方法超越了单中心的概念验证。这些发现并不支持用它来替代确认性的HER2检测。然而，它们确实支持其在预筛查中的实际作用，可能会缩短周转时间并减少不必要的检测。短期内，数字病理学更适合作为分诊和生物标志物富集层，而不是全面替代免疫组化（IHC）、原位杂交（ISH）或更广泛的分子检测方法。

**预后的AI预测和风险评估**

空间生物学、单细胞整合和多组学在胃癌的预后研究中越来越重要。目前可用的技术在两种不同的转化角色中发挥作用：空间病理AI将常规或多重组织图像转换为可用于预后评估的表示形式，而单细胞、空间转录组学和更广泛的多组学方法主要作为上游发现平台，用于识别生物学上相关的特征。这种区别区分了近期临床应用和机制导向的特征发现，但并不意味着这两种方法是相互独立的。一个病理学领域的例子是2022年NPJ Precision Oncology的一项研究，该研究将172名患者的多重IHC图像转换为细胞图表示，并使用图神经网络来预测生存率。“细胞图签名”的二元生存AUC为0.960 ± 0.010，三元C指数为0.823，优于美国癌症联合委员会（AJCC）第八版TNM分期系统。除了性能之外，该研究还将预后重新定义为由细胞-细胞关系、局部免疫结构和间质组织构成的网络属性，这可能捕捉到传统分期方法无法完全代表的侵袭前沿结构和免疫排斥现象。

第二个具有临床可扩展性的方向是虚拟生物标志物的生成。2024年，一个基于多模态注意力的系统从非抗体染色的荧光图像中推断出七个预后相关的免疫标志物，并生成了与传统多重免疫荧光相当的分类。通过从更简单的输入中恢复高价值的信息，这种方法展示了AI如何在降低成本和工作流程负担的同时保持空间预后价值。

单细胞和空间转录组学研究通过识别恶性细胞状态、免疫生态型、间质程序和与复发、治疗抵抗和生存异质性相关的局部信号，补充了这些可部署的方法。它们的当前价值主要是上游的；它们识别了如免疫抑制性髓系细胞状态、耗尽的T细胞生态型、侵袭性上皮程序和中性粒细胞相关抵抗信号等机制相关特征，这些特征随后可以投影到可扩展的病理学或成像模型中。多组学整合通过将转录组学、蛋白质组学、基因组学和临床病理学变量与潜在的轴（如免疫激活、基质主导性、增殖驱动和代谢适应）联系起来，扩展了这一发现层。因此，高分辨率组学应该被视为一个生物学发现和特征提取层，而不仅仅是一个独立的临床预测工具。它们的长期贡献将取决于是否能够将可重复的信号与常规组织学、影像学和纵向临床数据相结合，从而产生既可扩展又在机制上可解释的预后模型。

对于像胃癌这样生物和临床上都高度异质性的疾病，单模态预测越来越显得不够充分。患者的预后不仅受到放射学范围和组织学表型的影响，还受到免疫结构、分子亚型、虚弱状态、治疗强度、围手术期事件以及反应或复发时间的影响。因此，在精准肿瘤学中，多模态人工智能变得越来越不仅仅是一个可选的技术升级，而是一个必要的设计原则。这种转变在群体水平的风险预测和个体化生存建模中已经显现出来。在群体水平上，2025年由韩国国家健康保险服务队列开发的机器学习模型分析了超过1000万名接受筛查的成年人，识别出了包括年龄、男性性别、幽门螺杆菌感染、吸烟和家族史在内的常见影响因素。值得注意的是，逻辑回归模型表现最佳。这一发现表明，在结构化筛查环境中，更简单的模型可能仍然具有很高的竞争力，特别是在透明度、校准和可转移性是优先考虑的情况下。这是一个重要的纠正，因为这个领域往往倾向于算法复杂性。并非每个具有临床价值的模型都需要很复杂；在某些情况下，最稳健的解决方案也可能是最易解释的。

在术后水平，并发症预测是另一个具有临床意义的应用。最近的多中心研究表明，机器学习模型可以预测根治性胃切除术后的严重或早期并发症，并且验证性能稳定。这些系统不仅能够识别统计风险，还能为围手术期咨询、康复强度、重症监护病房（ICU）分诊、营养支持计划和个性化的术后监测提供信息。在这种情况下，当人工智能改变管理强度时，它就变得具有临床相关性，而不仅仅是一个抽象的概率评分。在晚期疾病中，该领域正朝着与治疗相关的生存预测方向发展，而不仅仅是静态的基线风险估计。2025年的一项关于胃癌生存预测的系统性综述反映了这一领域的成熟。最近的研究还指向了整合病理学、CT组学、免疫替代指标和纵向治疗变量的模型。关键的转变在于概念上：生存模型在与决策点明确关联、随着新信息的积累而持续更新、以及不仅在区分能力上而且在校准、时间稳健性和实际效用上进行评估时，才更具临床意义。如表2所示，胃癌的预后建模正从静态的单模态预测转向基于空间信息的动态多模态风险分层。

在治疗决策和个性化治疗方面，人工智能的一个核心临床应用是治疗分配，而不仅仅是诊断。这一点在胃癌中尤为重要，因为系统治疗越来越多地包括与生物标志物相关的选项，如HER2靶向治疗、PD-1抑制剂和联合疗法，而反应的异质性仍然很大。最有临床价值的人工智能系统不仅仅是预测模型，它们是特定治疗的预测工具，有助于识别哪些患者最有可能从某种治疗策略中受益。基于数字病理学的免疫疗法预测是该领域最近最重要的发展之一。2024年的一项多中心研究中，从264名患者的313张全切片图像中提取了组织病理学生物标志物，其中148,181个图像块用于模型构建。集成模型在四个测试数据集中预测一线PD-1阻断加化疗对晚期胃癌的反应的AUC分别为0.92、0.95、0.96和1.00。互补的研究也使用可解释的机器学习来预测sintilimab加化疗对晚期胃癌或胃食管交界癌的无进展反应持续时间。这些研究表明，即使是一些常规实验室变量，也可以通过可解释的机器学习方法进行分析，从而支持具有临床意义的反应模型。然而，核心的方法学挑战在于区分真正的预测信号和预后富集，因为一些模型可能主要学习的是基线疾病严重程度，而非治疗特定的益处。未来的研究应该证明这些系统确实具有预测性，而不仅仅是与总体结果相关。

第二个重要趋势是从非侵入性数据中估计免疫背景。2024年，研究人员开发了一种使用对比增强CT和临床变量来预测胃癌中CD8阳性T细胞浸润的机器学习工作流程。这一点在临床上很有吸引力，因为免疫浸润具有预后意义，与治疗反应相关，且难以重复采样。如果经过稳健验证，来自放射学的免疫代理可以作为可重复的全肿瘤生物标志物，用于治疗选择、治疗监测和可能的系统治疗的适应性排序。它们的吸引力在于可扩展性和重复性，但其临床效用将取决于它们在不同扫描仪、机构和治疗环境下的生物学意义是否保持一致。人工智能还有助于优化与胃癌发病机制相关的前端预防策略。2025年《自然通讯》上的一项研究介绍了一种基于强化学习的高级幽门螺杆菌管理的人工智能临床系统。该模型在欧洲幽门螺杆菌管理登记处的38,049名患者上进行了训练。在内部验证中，人工智能推荐的疗法达到了94.1%的根除成功率，而临床医生推荐的疗法这一比例为88.1%，显示出6.0%的绝对改善，并在另一组7,186名患者中得到了复制。这是一个重要的进展，因为它将人工智能的应用范围从诊断和治疗扩展到了发病机制预防。从公共卫生的角度来看，优化的根除策略最终可能对更大范围的人群产生影响。因此，下一波胃癌人工智能的应用可能包括以预防为导向的决策支持，以及反应分层和治疗方案优化。

与诊断人工智能相比，胃癌中的外科人工智能仍处于早期阶段，但证据正在从回顾性视频分析扩展到工作流程解析、技能分析和患者特定导航。大多数系统仍然执行基础性的感知任务，而不是自主引导，这是一个适当的发展顺序，因为可靠地识别手术场景是提供有意义的术中支持的先决条件。关于工作流程识别和技能评估的具体证据正在出现。2024年的一项多中心研究使用了来自20家医院的腹腔镜远端胃切除术视频，将手术分为九个阶段，并实现了88.8%的总体阶段识别准确率。模型衍生的阶段持续时间和手术区域发展分数在高技能组和低技能组之间也存在差异，支持了自动性能评估。与此同时，机器人远端胃切除术中的自动化仪器识别表明，在幽门下淋巴结切除术中使用仪器的模式可以区分更有经验的外科医生和经验较少的外科医生。这些系统最直接适用于标准化培训分析、工作流程监控和客观反馈，而不是 procedural autonomy。

人工智能辅助导航也进入了前瞻性可行性测试阶段。在一项涉及30名患者的机器人远端胃切除术研究中，从术前CT血管造影重建的患者特定三维模型再现了手术中遇到的所有血管和血管变异，且没有报告系统相关的术中事件。与匹配对照组相比，导航组的麻醉时间（218.6分钟对比230.3分钟）、手术时间（177.1分钟对比193.9分钟）和操作室时间（129.3分钟对比147.4分钟）显著缩短，尽管这些差异在统计学上不显著。早期的三维血管造影分析同样支持在胃切除术前进行患者特定的胃周血管映射的可行性。这些例子仍然是可行性研究，而不是患者结果改善的证据。因此，未来的研究应使用具有预定终点（如导航错误、非预期血管损伤、出血量、手术时间和操作室时间、淋巴结收获率、转换情况、胰腺瘘管、吻合口漏和30天发病率）的前瞻性多中心比较。目前，胃癌中外科人工智能最可辩护的作用是支持感知、导航、工作流程标准化和培训，同时保持外科医生的监督。

人工智能不仅开始影响胃癌的诊断和预后评估，还影响到治疗开发的全过程。然而，在这一领域，人工智能在胃癌中最可信的近期作用并不是完全自主的新药发现。相反，其更现实的转化价值在于优先排序治疗假设、优化伴随诊断、丰富生物标志物指导的患者选择和建模治疗路径。在胃癌中，人工智能最有可能在改善疗法与生物标志物定义亚组之间的匹配方面发挥作用。一个特别相关的应用是为现有的和新兴的靶向治疗及免疫治疗策略丰富生物标志物。在胃癌中，治疗选择越来越依赖于HER2、成纤维细胞生长因子受体2（FGFR2）、CDLN18.2以及与PD-1和PD-L1相关的免疫表型等标志物。这些生物标志物具有临床可操作性，但其解释常常受到肿瘤内异质性、染色强度的变化、采样限制以及评分和测试工作流程差异的影响。在这里，人工智能增强的数字病理学和多模态建模可能增加最大的近期价值。通过整合组织形态学、空间分布模式、免疫组化信号和临床病理学背景，人工智能可以帮助识别生物标志物丰富的区域，标记边界或潜在不一致的病例，优先选择样本进行确认性IHC、ISH或下一代测序（NGS）检测，并提高生物标志物定义的治疗路径的筛查效率。在这方面，人工智能可能不是通过取代现有检测方法来加强伴随诊断，而是通过使分子分选更加高效、标准化和生物学上更有依据。这种逻辑在HER2导向的治疗中尤为重要，因为空间异质性和采样不完全可能导致符合条件的患者被忽视。对于FGFR2导向的治疗也是如此，其中生物学上有意义的亚组可能较小且难以有效识别。同样，对于CLDN18.2导向的治疗，准确的分类不仅依赖于阳性程度，还依赖于表达的范围和分布。对于基于PD-1的治疗，人工智能可以通过整合形态学、免疫背景和临床特征来帮助识别比传统生物标志物单独使用的患者更有益的患者。因此，人工智能在这一领域的最直接影响可能不在于发明新药，而在于改进患者富集、减少遗漏的符合条件的患者，并优化已经具有临床或开发相关性的疗法的匹配。

在治疗模拟方面，尤其是在治疗序贯的背景下，人工智能也显示出前景。胃癌的管理越来越多地涉及多层决策，包括围手术期治疗、一线系统治疗、后续靶向选项和生物标志物驱动的免疫治疗组合。在这种情况下，人工智能可以发展成为一个决策支持层，利用整合的病理学、影像学、实验室、分子和纵向临床数据来模拟不同治疗路径下的可能结果。这还尚未实现完全的数字孪生，而且针对胃癌的具体证据还不够成熟，无法支持强有力的临床主张。尽管如此，这一概念仍然具有重要意义。与其将每种治疗选择视为孤立事件，人工智能（AI）可能有助于估计哪种序列或组合策略对特定患者最合适，尤其是在生物标志物重叠、资格边缘化或治疗优先级冲突使决策复杂化的情况下。其最合理的角色是在生物标志物重叠、资格边缘化或治疗优先级冲突时支持序列选择。在这个领域，人工智能短期内最可行的作用是改进伴随诊断、加强患者筛选和优化治疗匹配，而不是追求自主药物发明。从这个角度来看，药物发现和治疗模拟不再是模糊的未来设想，而是精准肿瘤学在胃癌领域中的实际应用。

图4总结了胃癌治疗人工智能如何从回顾性反应预测转向临床可操作的筛选、伴随诊断支持、预防导向的决策支持，以及潜在的未来治疗路径模拟。

当前的应用包括治疗反应筛选、伴随诊断支持、非侵入性免疫监测、围手术期风险分层、预防导向的决策支持以及新兴的术中辅助。一个病理模型预测一线PD-1阻断加化疗的反应，四个测试数据集的AUC在0.92–1.00之间；而AI指导的幽门螺杆菌策略的根除率为94.1%，相比之下，不遵循AI建议的临床选择的方案根除率为88.1%；多中心手术阶段识别的准确率为88.8%。治疗路径模拟和数字孪生仍处于研究阶段。

挑战、局限性和伦理考虑
尽管进展迅速，胃癌人工智能仍受到数据生成和疾病表征异质性的根本限制。内镜数据集因处理器型号、图像增强模式、充气技术、肠道准备质量、病变发生率、注释实践和操作者行为而异。影像数据集在扫描仪供应商、对比协议、重建参数和分割工作流程上也有差异。病理数据受到染色差异、扫描仪设置、切片厚度以及特定于各个机构的处理流程和标记 conventions 的影响。这些因素是不稳定性的主要来源，可能导致回顾性性能夸大并削弱普遍性。

另一个常被忽视的问题是标签质量。许多胃癌人工智能模型，特别是在数字病理中，依赖于较弱的信息，如 slide 级别的诊断、治疗标签或结果标签，这些标签可能与最具信息量的显微区域不完全对应。这会造成标签噪声的风险，因为模型可能从部分不对齐或生物学上稀释的监督数据中学习，而不是从真正与病变相关的信号中学习。在病理学中，当只有病例级别的生物标志物状态或反应结果时，这个问题尤为突出，这迫使算法间接推断区域重要性。类似的问题也存在于影像学研究中，当放射学终点基于不完美的参考标准或不同注释者之间的分割边界有很大差异时。

方法学偏差也可能来自数据处理本身。在回顾性放射组学和基于图像的深度学习研究中，数据泄露仍是一个反复出现的问题，特别是在图像、补丁或病变级别进行分割时，而不是严格在患者级别进行分割，或者预处理步骤无意中暴露了测试集中的信息。这种泄露可能导致过高的性能估计，而在外部验证中无法成立。此外，胃癌人工智能中类别不平衡和发生率偏移很常见，因为早期肿瘤病变、隐匿性转移、罕见分子亚型和治疗反应者可能只占少数病例。因此，在高度富集的研究队列中训练的模型在应用于实际人群（具有不同的疾病发生率、转诊模式或病变谱）时可能会表现不佳。

第二个主要问题是地理不平衡。大多数关于胃癌人工智能的强有力研究来自东亚队列，因为该地区疾病负担高、筛查组织完善且数字数据资源集中。然而，在高发病率环境中优化的模型可能无法直接应用于低发病率人群，这些人群具有不同的病变谱、背景胃炎模式、分子亚型发生率、转诊途径和疾病发生率。新加坡和欧洲幽门螺杆菌队列的外部研究表明，跨区域转移是可行的，但在明确分布变化下的多国评估仍然不常见。

有针对性的策略应涵盖数据、模型、评估和部署各个方面。首先，国际联盟应前瞻性地收集区域多样化的队列，使用统一的采集协议、注释标准、终点定义和关于种族、地理、设备、操作者和护理途径的核心元数据。其次，开发研究应使用患者级别的数据分割，并报告留一中心法或留一国法验证、时间验证和按区域分层的表现，而不仅仅是依赖随机内部分割。第三，应将领域泛化方法和迁移学习与保护隐私的联邦学习（FL）或联邦基准测试结合起来，以便模型可以在不集中原始患者数据的情况下在不同机构之间进行训练或评估。这些方法仍需针对非同分布数据和亚组特定失败情况进行审计。第四，在新地区的部署应包括本地再校准、预先指定的阈值选择、不确定性或超出分布的标志以及持续监测发生率和服务性能的变化。最后，比较性前瞻性研究应在目标人群中测试临床医生单独工作流程与临床医生-AI工作流程，并报告亚组公平性、校准、净临床益处和患者或工作流程级别的结果。

全球证据格局和公平性
胃癌人工智能研究的地理分布反映了疾病发生率、筛查政策、程序量、数字基础设施和数据可用性的重大差异。东亚提供了许多强有力的证据，因为日本、韩国和中国结合了高病例量、经验丰富的内镜医生、有组织的或基于风险的筛查以及大型机构影像资源。这些条件支持了实时内镜系统、侵袭深度分类器、放射组学模型、数字病理工具和外科视频数据集。

在原始开发环境之外的外部评估仍然不常见。一项基于新加坡的研究证明了在与其日本开发环境不同的患者群和临床环境中评估胃癌肿瘤内镜模型的可行性。此类研究至关重要，因为病变发生率、背景黏膜疾病、内镜实践和转诊模式可能会影响性能。然而，仅在第二亚洲国家进行验证并不能建立全球适用性。

在欧洲，基于注册表的预防模型、数字病理队列和多模态分析越来越重要。欧洲幽门螺杆菌管理注册表支持了AI临床医生用于根除治疗选择的开发，而实施也受到医疗设备法规、数据保护要求和欧盟AI法案的影响。在北美，针对胃癌的具体前瞻性部署研究仍然较少，因为全人群范围内的内镜筛查并不普遍；许多证据来自三级中心、公共分子资源或泛癌症病理框架。

低收入和中等收入国家面临内镜医生、病理专家、数字扫描仪、现代处理器、稳定连接性和转诊能力的短缺。人工智能可以支持分诊和培训，但在高资源环境中训练的计算密集型模型的引入可能会加剧差异。优先事项应包括本地相关的数据集、经济实惠或离线的模型、与现有设备的兼容性、劳动力培训、在本地发生率下的评估以及明确的转诊途径。因此，高容量东亚筛查中心所需的适当系统可能与农村或资源受限医院所需的系统大相径庭。

可解释性和临床接受度
仅凭高辨别能力不足以实现临床应用。许多胃癌人工智能系统仍然是黑盒预测器，常用的事后可视化工具（如Grad CAM或SHapley Additive解释（SHAP）虽然有助于检查，但本身并不能建立因果可信度或临床可靠性。在高风险的情境下，例如判断侵袭深度、决定是否进行额外手术或选择免疫疗法时，临床医生需要不仅仅是视觉上有说服力的解释，还需要生物学上的一致性、操作上的相关性和在临床责任框架内的可审计性。

可以区分基于注意力的解释和基于机制的解释。注意力图表明模型似乎关注的焦点。相比之下，基于机制的解释将预测与可识别的病理生物学联系起来，如间质重塑、免疫排斥、血管侵袭或生物标志物富集的组织区域。胃癌特别适合这种转变，因为病理学家和内镜医生在常规实践中已经解释了结构化的形态学线索。人工智能解释与这一领域知识的契合度越高，就越有可能支持临床医生的信任、有意义的审计和负责任的部署。实际上，只有当模型表示在临床上易于理解和与决策相关时，可解释性才重要。

然而，信任不仅仅由可解释性决定。还必须考虑人为因素的风险。即使是一个表现良好的模型，如果临床医生过于依赖AI建议，尤其是在时间压力大的情况下（如内镜或术中支持），也可能产生自动化偏差。相反，校准不良或集成不良的工具可能会被完全忽略，即使它们可能有益。重复的低价值警报也可能导致警报疲劳，从而降低对真正重要提示的关注。从长远来看，过度依赖自动化辅助可能会导致技能退化，因为核心解释能力逐渐被取代。

因此，临床接受度不仅取决于模型是否易于理解，还取决于它是否以保留适当人为监督的方式引入。胃癌人工智能系统应旨在支持信任校准，而不是盲目信任。临床医生应了解模型在何时可能是可靠的，何时不确定性高，以及何时需要覆盖或独立审查。在成熟部署中，最可接受的系统将是那些增强专家判断而不降低临床警惕性或削弱专业能力的系统。

验证、监管和临床效用
大多数胃癌人工智能研究仍然是回顾性的，这是证据成熟度的主要限制。2023年的实时内镜计算机辅助决策系统（CDSS）值得注意，因为它包括了前瞻性的多中心外部测试，而许多其他表现良好的系统仍局限于回顾性数据集。同样，腹膜转移的放射组学meta分析报告AUC为0.89，但存在显著异质性（I2 = 88%）。这些例子表明，模型可用性不再是主要限制；优先事项是一致的临床评估。

几项代表性研究表明，为什么强大的辨别能力不应等同于临床成熟度。腹膜转移的放射组学meta分析报告AUC为0.89，但异质性（I2）为88%。在实时内镜CDSS中，四类准确率从内部评估的89.7%下降到多中心外部测试的81.5%。HER2Net的内部准确率为0.9043，外部准确率为0.8922，而ICIIRS模型的回顾性AUC高达1.00，但缺乏前瞻性治疗分配的证据。在一个超过1000万例筛查成人的国家队列中，逻辑回归的表现优于更复杂的机器学习方法。这些例子支持外部验证、校准、现实的发病率以及与简单模型和标准实践的比较。

临床评估应在标准化的、适合任务的框架中报告。对于检测和分类，研究应报告敏感性、特异性、阳性预测值（PPVs）和阴性预测值（NPVs）、AUC以及在预定操作阈值下的性能，并在相关情况下提供每个患者和每个病变的结果。对于事件发生时间预测，C指数和时间依赖的AUC应附有校准图、大规模校准、校准斜率和Brier分数。在所有任务中，辨别能力应辅以决策曲线净益处、与现有临床模型和临床医生的比较以及工作流程结果，如检查时间、警报负担、遗漏病变率、治疗重新分类、并发症或患者结果。稳健性报告应包括地理、时间、设备、操作者和临床相关亚组的分析。

一个临床可信的证据路径应从患者级别的内部验证逐步发展到外部地理和时间验证，然后是无声的前瞻性测试、比较性或介入式工作流程评估以及部署后的监督。每个阶段都应有预定义的部署声明、锁定或严格管理的模型更新，以及明确的可接受校准、亚组性能和临床效用标准。这种分阶段的方法有助于区分学术上强大的模型和准备好影响临床实践的系统。

监管挑战加剧了证据问题。主动支持决策的自适应或多模态系统需要更清晰的对照组，以验证数据来源、模型更新、人类监督、网络安全和部署后的监控，而静态分诊工具则不需要这些。实际应用还取决于报销和医疗法律责任；即使是一个经过良好验证的系统，如果机构缺乏支付途径、实施资源或对AI辅助建议的责任共识，也可能无法普及。因此，证据标准应优先考虑校准、临床净益处、可用性、公平性、经济可行性和问责制，而不仅仅是技术准确性。翻译的核心问题不在于算法在回顾性评估中的表现如何，而在于一个明确定义的AI辅助工作流程是否能够在目标人群中安全地改善决策或结果。图5总结了这一证据路径。

图5 胃癌中可部署AI的转化障碍和证据路径

主要障碍包括数据生成的异质性、标签质量低下、地区间分布变化、校准和解释能力的限制、人为因素风险以及缺乏前瞻性证据。一个可部署的模型应该从患者层面的内部验证逐步发展到地理和时间上的外部验证、静默的前瞻性测试、比较性或干预性工作流程评估以及部署后的监测。评估应结合歧视度、校准度、预设的阈值性能、决策曲线净效益、亚组公平性、工作流程结果和患者结果。

临床实施和转化考虑
工作流程与信息系统整合
临床实施应从明确规定的预期用途开始。同一算法根据其作为第二阅片者、分诊工具、诊断分类器、风险计算器或治疗推荐系统的不同功能，需要不同的证据和工作流程设计。部署时应指定模型何时激活、需要哪些数据、哪些临床医生接收结果以及预期的行动。
实时内镜AI需要与内镜视频流直接集成，并且延迟时间要足够低，以便能够立即重新检查。警报显示必须平衡敏感性和避免干扰及假阳性负担。系统应记录警报是否被查看、接受或被忽略，并在AI不可用时保持清晰的工作流程。

影像AI应嵌入到图像存档和通信系统（PACS）中，而不是要求手动导出到单独的平台。数字病理AI同样应与全切片查看器、实验室信息系统（LIS）和病理报告系统集成。多模态模型需要跨医院信息系统（HIS）和电子健康记录（EHR）的标准数据定义、单位、采集时间和缺失数据处理。已部署的系统应维护模型版本记录、审计跟踪、访问控制、网络安全防护和故障处理程序。静默前瞻性部署可以在预测影响治疗之前识别出集成故障。

临床医生培训、人为因素和采用
不能仅凭技术性能来判断临床医生的采用情况。在部署之前，内镜医生、放射科医生、病理学家、外科医生、护士和信息技术人员应接受关于预期用途、操作阈值、已知故障模式、不确定性、升级程序以及不应使用模型的情况的特定培训。
人工智能与人类的互动应直接进行评估，因为一个模型可能对某些临床医生有帮助，但对其他人则可能产生干扰或误导。研究应比较使用AI与不使用AI的情况，并报告分歧模式、覆盖率、警报负担、解释时间和与自动化相关的错误。机构应指定临床和技术负责人，并定期审查错误、接近错误的案例、亚组性能、用户反馈和系统漂移。

监管、模型更新和医法责任
监管要求取决于预期用途、自主性和风险。在美国，启用AI的医疗设备可以通过510(k)审批、de novo审批或上市前审批途径进行评估。FDA指南允许预先制定变更控制计划，以描述预期的修改、验证程序和影响评估，然后在实施控制更新之前进行。在欧盟，医疗AI可能受医疗设备法规的约束，同时遵守AI法案中的高风险要求，包括风险管理、数据质量、透明度、人类监督、稳健性和上市后监测。
责任不应仅由查看AI输出的临床医生承担。开发者负责设计、文档编制、验证和受控更新；医疗机构负责本地验证、集成、培训、访问控制和监测；临床部门应定义适当的使用和升级流程；临床医生仍需在个别患者的情况下解释输出结果。机构应建立记录AI辅助决策的程序、报告不良事件、调查系统错误以及在性能下降时暂停模型的程序。

示例性临床工作流程场景
场景1：在胃镜检查期间，AI系统指出一个微妙的黏膜异常。内镜医生用白光和增强成像重新检查该区域，并决定是否进行活检或监测。AI提示进行额外检查，但无法确定诊断。相关结果包括漏诊率、不必要的活检率、操作时间以及不同经验水平下的表现。
场景2：胃癌活检扫描后，病理模型估计HER2阳性、MSI或其他与治疗相关的表型的概率，并识别代表性肿瘤区域。高概率或不确定的病例将优先进行确认性IHC、ISH或分子检测。评估应包括周转时间、遗漏的符合条件患者、安全降级测试的成本以及每个正确识别的生物标志物阳性患者的费用。
场景3：CT模型发现尽管没有明确的放射学结节，但仍存在高度隐匿的腹膜转移的可能性。这一结果将在多学科会议上与常规分期一起讨论，可能会在最终手术前提示进行分期腹腔镜检查。临床相关的终点是模型引导的评估是否能够在不增加过度侵入性检查的情况下减少非治疗性手术。

未来展望：整合、可信度和公平性
多模态基础模型和通用临床AI
合理的下一阶段是更广泛地使用基础模型和多模态学习，但其临床价值仍有条件性。最近在病理预训练和生物医学视觉语言建模方面的进展表明，大型预训练的模型可能比针对每个应用从头开始单独训练的模型更有效地支持多种下游任务。在胃癌领域，这提出了一个重要可能性。诸如病灶检测、HER2相关预筛查、生存期估计和治疗反应分层等任务可能越来越多地基于共享的预训练表示，并根据具体任务进行适应，而不是基于孤立的单一用途模型。尽管如此，这种可能性不应被过分夸大。基础模型的实际价值更多在于提高标签效率、可转移性和跨模态对齐，特别是在临床数据分散的环境中。从临床角度来看，最有用的系统可能会面向多学科团队，并且局限于特定任务，而不是完全通用。由于胃癌管理本质上是多学科的，一个综合病灶外观、成像分期、病理风险、生物标志物概率和患者脆弱性的AI助手是一个更为现实的短期目标，而不是一个功能开放式的通用临床代理。

这些系统是否具有临床意义不仅取决于模型大小；它们的输出必须经过校准，能够应对不确定性，并与真实的决策点对齐，而不仅仅是在回顾性基准测试中技术上令人印象深刻。实际上，只有当多模态基础模型在前瞻性评估中提高决策质量时，它们才会具有重要意义。因此，最合理的期望不是更大的模型会自动改变护理方式，而是精心管理的多模态基础模型如果能够很好地处理领域适应、可解释性和部署治理，可能会成为某些临床任务的有用基础设施。

深度嵌入的可解释和机制感知AI
下一步可能是逐渐将更多机制结构融入临床相关模型。在胃癌领域，最近的研究表明这种转变是可行的。细胞图谱生存模型、虚拟多重免疫表型和可解释的治疗反应系统都超越了黑箱模式识别，向与组织生物学更紧密相关的表示方法迈进。这些发展尚未建立新的护理标准，但它们表明机制结构可以越来越多地被纳入预测模型中。这种转变的价值不仅限于提高临床医生对模型的信任。围绕生物学意义上的中间状态（如免疫排除模式、间质组织结构、侵袭性前沿架构或与治疗相关的语境空间生态）构建的模型可能比依赖特定站点图像统计或偶然关联的系统更加稳健。这在胃癌领域尤为重要，因为不同扫描仪、机构和人群之间的形态学变异性可能很大。如果生物学上的抽象能够在不同环境中重现，它们可能支持更好的可移植性和更稳定的外部性能。

同时，旨在具备机制感知能力的AI不应被简单地视为普遍解决方案或信任的自动实现。其优势将取决于所称的生物学中介是否可以在不同数据集中重现、可测量，并与临床决策有实质性联系。从这个意义上说，近期的目标不是用完全机械化的系统取代传统的预测模型，而是在已经具有临床相关性的模型中逐步加入更多的生物学可读结构。在胃癌领域，最具有临床价值的系统可能是那些既准确又在生物学上易于理解的系统。

民主化、预防和数字孪生
如果实施得当，AI可能有助于减少胃癌护理中的不平等现象，特别是通过将决策支持扩展到专业资源有限的环境中。从常规结构化数据开发的risk模型、可负担的分子标志物预筛查以及非侵入性成像替代方法都可以帮助扩大分层护理的可及性。在胃癌领域，这一点很重要，因为疾病负担分布不均，而且获得专家内镜检查、分子分析和亚专科病理学服务的机会在不同地区和机构之间仍存在差异。这一领域最现实的机会可能来自可扩展的分诊、以预防为导向的支持以及对资源限制敏感的生物标志物优先级排序，而不是高度复杂的完全集成平台。换句话说，最具变革性的AI应用可能不是技术上最复杂的，而是那些能够大规模改善高质量决策制定的应用。这使得预防和早期风险分层尤为重要。当AI支持幽门螺杆菌管理、筛查优先级排序或可负担的确认性检测时，其对公共卫生的影响可能超过一些后期肿瘤学工具，前提是这些系统能够在资源较少的环境中使用。

更遥远的可能性是开发针对胃癌的实际数字孪生模型。这些将是针对特定患者的计算模型，使用多模态纵向数据估计不同治疗策略下的可能结果。然而，这仍然应该被视为一个有条件且相对遥远的目标，而不是一个迫在眉睫的临床现实。目前，现有的证据基础还不支持胃癌的常规数字孪生，若干前提条件尚未成熟。这些条件包括稳定的纵向数据捕获、可靠的多模态整合、经过验证的治疗反应更新以及用于迭代决策支持的治理框架。因此，数字孪生应被视为一个有条件的长期目标，而不是一个近期的临床现实。

结论
本文回顾的证据支持胃癌AI的五个紧迫优先事项。首先，未来的研究应从单中心回顾性开发转向前瞻性、多中心和多地区评估。其次，应报告歧视度、校准度、预设的阈值性能、决策曲线净效益和临床相关的亚组结果。第三，AI辅助护理应直接与现有工作流程以及不含AI的临床医生表现进行比较。第四，试验应评估工作流程效率、安全性、资源使用、成本效益和患者层面的结果，而不仅仅是模型准确性。第五，部署应包括本地验证、版本控制、不确定性管理、上市后监测以及对错误和模型更新的明确定义的责任。
在不同领域，重点应从额外的回顾性模型开发转向对明确定义的AI辅助工作流程的前瞻性比较评估。多地区验证、标准化指标、本地校准和在分布变化下的监测将决定看似强大的模型是否能提供可复制的临床效益。如果满足这些要求，胃癌可能会成为AI从回顾性模式识别向临床负责任的精准医疗发展的领先范例。

数据和材料的可用性
本研究的所有数据均已提供。

出版同意
作者已经审阅并批准了最终稿件。

致谢
本工作得到了四川省科学技术计划（编号2022YFS0168）的支持。

作者贡献
概念化、研究设计、初稿撰写及修订——J.Y.；数据收集和文献回顾与分析——J.T.；图标创建及文献回顾与分析——J.H.

利益声明
作者声明没有竞争利益。