以色列理工学院联合美国、欧洲等顶尖医疗中心的研究人员，开发出一种人工智能（AI）模型，能够预测乳腺癌复发风险及化疗获益可能性。该模型利用常规病理切片进行分析，为昂贵的基因组检测提供了快速、可及的替代方案。

这项研究近期发表于《柳叶刀·肿瘤学》期刊，并在欧洲肿瘤内科学会（ESMO）会议上展示。它基于大型随机临床试验TAILORx的数据进行验证，涉及超过1万名患者，是首个此类AI模型。

全球每年约有230万人确诊乳腺癌，但现有基因组检测如Oncotype DX价格昂贵、耗时长且可及性有限，导致预测准确性不足。该AI模型通过分析肿瘤组织的高分辨率数字图像，识别视觉模式如细胞分裂和免疫反应，以评估复发风险和化疗获益。

领导这项研究的Gil Shamai博士表示：“这些是肉眼无法持续量化的复杂生物信号。该模型整合了许多细微线索，生成一个反映复发风险和化疗预期获益的评分。”Ron Kimmel教授补充说：“我们不是检测基因，而是直接观察组织。系统从病理图像中提取视觉特征，从而指导最佳治疗。”

在临床应用上，模型可在几分钟内生成评分，支持医生和患者决策。它已在以色列、美国、澳大利亚等地的数千名患者中得到验证，表现一致。与基因组检测相比，AI评估无需额外组织或等待时间，成本更低，适合全球推广，尤其在发展中国家可提升癌症护理可及性。

研究团队正推进在以色列的临床实施，并在巴西和印度筹备试验，同时探索将模型扩展到其他癌症类型。基于成果，研究人员计划成立公司，开发更易获得、准确和快速的检测方法。

出版详情：作者：Technion - Israel Institute of Technology；标题：《Deep learning on histopathological images to predict breast cancer recurrence risk and chemotherapy benefit: a multicentre, model development and validation study》；发表于：《The Lancet Oncology》(2026)。