AI精準評估乳癌化療效益：以色列理工突破性模型，顛覆基因檢測高成本門檻

一句話總結：以色列理工學院開發的AI模型，能透過病理切片影像精準預測乳癌化療效益與復發風險，有望取代昂貴的基因檢測，大幅提升治療決策的效率與可近性。

核心要點

1. AI模型核心功能： 以色列理工學院研發的這款人工智慧（AI）模型，主要用於輔助醫師精準判斷乳癌患者腫瘤切除後的化療需求，並預測癌症復發風險與化療潛在效益。
2. 解決傳統檢測痛點： 此創新工具旨在解決傳統基因檢測（如Oncotype DX 21基因復發評分）成本高昂且可近性不足的問題，讓更多患者受惠。
3. 運作機制與優勢： 模型運用高解析度的蘇木精及伊紅（H&E）染色腫瘤樣本影像，能辨識人眼難以察覺的細微生物訊號，整合後生成復發風險評分，無需昂貴的基因檢測。
4. 紮實的驗證數據： 該AI模型以171,189張組織病理學玻片進行預訓練，並利用TAILORx隨機臨床試驗中8,000名病患的數據進行微調，更在六個獨立病患群體、逾5,000名患者進行外部驗證，識別高基因風險疾病的曲線下面積（AUC）達0.898。
5. 個人化治療潛力： 研究顯示，該模型能有效將患者分為不同風險與化療效益組別，甚至能辨識出應避免化療或能從中獲益的特定亞組患者，例如模型顯示化療對停經前高風險患者具有效益，但對停經後低風險患者則無顯著效果。
6. 未來展望與影響： 這是首個數位病理AI模型，其復發評分透過隨機臨床試驗數據進行回溯性評估，未來預計進行前瞻性驗證，並有潛力擴展至其他癌症類型，為難以獲得基因檢測的患者提供快速且精準的預後與治療建議。

一句話結論

這項以色列理工學院的AI技術，不僅為乳癌化療決策帶來革命性的突破，更透過數位病理影像分析，有效降低了高成本基因檢測的門檻。未來，這項創新有望讓更多患者獲得個人化的精準治療，開啟癌症管理的新篇章。