《Nature》子刊：上海科技大学沈定刚等开发了一种基于深度学习的多模态HER2状态评估模型

2025-10-20 iNature 等2家媒体报道 科研进展





打开微信“扫一扫”
点击右上角分享按钮

2025年10月17日，上海科技大学沈定刚、昆明医科大学李振辉、香港城市大学张沁榕、Kannie W. Y. Chan共同通讯在Nature Biomedical Engineering在线发表题为“Deep-learning-based HER2 status assessment from multimodal breast cancer data predicts neoadjuvant therapy response”的研究论文，该研究报告了一种基于多模态乳腺癌数据的基于深度学习的HER2状态评估预测新辅助治疗反应的新策略。该研究引入了基于深度学习的HER2多模态比对和预测（MAP）模型，该模型利用预处理多模态乳腺癌图像来更全面地反映肿瘤特征，并提供更准确的HER2状态预测。开发了患者反应图模型，以证明该模型与接受新辅助治疗的患者的针吸活检相比的HER2预测性能。该研究采用了来自4个中心的大规模多模态乳腺癌数据集，包括来自6991例病例的14472幅图像，结果一致证明了HER2 MAP模型在预测患者反应方面的优越性。这些发现突出了HER2预测的实质性优势。该研究为医生提供了一个重要的工具，用于明智的临床决策和治疗计划，旨在改善乳腺癌患者的预后。