基于人工智能的三阴性乳腺癌患者 TIL(肿瘤浸润淋巴细胞)定量:一项独立验证研究
Artificial intelligence-based tumour infiltrating lymphocyte quantification in patients with triple-negative breast cancer: an independent validation
在这项大型、基于平台的独立验证研究中,两个完全无需重新训练或修改即部署的 cTIL 模型提供了具有统计学显著性的预后信息,并且与仅使用临床病理变量相比改善了风险区分度。尽管与将临床病理变量与 sTIL 评分相结合的模型相比,cTIL 评分并未进一步提升预后判断能力,但这些发现支持将 cTIL 作为一种可重复的预后生物标志物加以应用,尤其是在无法进行常规或广泛病理学家评估的场景中。