98 篇论文
该研究利用 SEER 数据库分析表明，新辅助治疗后 ypN1 期乳腺癌患者的生存结局存在异质性，其中仅残留 1 个阳性淋巴结的患者可安全接受腋窝降阶梯手术，而残留 2 个及以上阳性淋巴结者则需更广泛的腋窝评估以避免生存率下降。
该研究开发并验证了一种基于代理式大语言模型的 AI 系统，该系统能从临床笔记中高效提取免疫治疗相关不良事件信息，显著提升了检测准确性、标注效率及人工间一致性，同时大幅降低了标注成本。
该研究通过对近 500 例肾透明细胞癌患者进行空间多组学分析，定义了三种预后生态型（差、中、好），揭示了其与肿瘤微环境、基因组及代谢特征的关联，并验证了基于常规病理图像预测生态型及指导免疫治疗决策的潜力。
本研究展示了一种优化的甲基化 - 蛋白多癌早期检测（MCED）分类器 MP V2，通过改进模型架构，在保持高特异性的同时显著提升了早期癌症（特别是 I 期和 II 期）的检测灵敏度。
该研究通过微流控微球免疫分析法对 40 名 CAR-T 患者进行前瞻性监测，证实血清 IL-6 水平的显著升高（每增加约 3.4 倍）可独立预测次日神经毒性综合征（ICANS）的发生风险，为早期干预提供了关键的预后指标和简便的监测手段。
该研究开发了一种名为 G3Surv 的机器学习模型，通过整合治疗 3 个月内的肿瘤生长速率（g-rate）与基线临床指标，实现了对转移性去势抵抗性前列腺癌（mCRPC）患者各治疗线生存结局的早期精准预测，其表现显著优于传统 Cox 比例风险模型。
该研究通过校准的蒙特卡洛模拟证明，NHS-Galleri 试验未能达到主要终点并非由于检测技术失效，而是由诊断延迟导致的“分期漂移”（即癌症在确诊前从早期进展至晚期）所掩盖，若消除部分此类延迟，试验结果本可具有统计学显著性。
该研究基于 8 年间 1652 例样本的绝对定量蛋白检测数据，提出雌激素受体（ER）与孕激素受体（PR）的调控轴是决定乳腺癌全谱系预后的主导通路，其提出的分层框架超越了传统临床分型，揭示了 ER/PR 信号层级平衡对生存率的关键作用。
该研究通过分析超过 5000 例乳腺癌样本，揭示了由增殖驱动和非增殖信号驱动组成的功能性二分法，并据此开发了 T-OMICS 分级分类系统，将复杂的分子数据转化为可解释的肿瘤生物学特征，从而解决了 PIK3CA 突变预后意义的歧义并支持更精准的临床分层与治疗决策。
这项研究通过整合临床数据与基于 MRI 的肿瘤、瘤周水肿及白质连接组的高维影像组学特征，构建了多种机器学习模型，证实了纳入水肿和连接组特征能显著提升 IDH 野生型胶质母细胞瘤患者无进展生存期的预测准确性。
本研究利用因果机器学习框架（CAST）分析了 776 名低级别胶质瘤患者的数据，揭示了化疗具有持续且显著的生存获益，而放疗效果则受年龄等异质性因素影响且存在混杂敏感性，从而为个体化治疗决策提供了动态时间轨迹视角。
该研究开发了名为 NeuroMDAVIS-FS 的无监督深度学习框架，通过整合肺癌患者的基因组、转录组和蛋白质组多组学数据，成功识别出具有显著预后价值的分子特征，将患者分为高危和低危组，并显著提升了临床生存预测的准确性。
本研究旨在通过系统综述和网络荟萃分析，评估既往接受过蒽环类药物治疗的不可切除、晚期或复发性软组织肉瘤患者中二线及后续系统性治疗方案的疗效，以解决当前临床指南缺乏一致推荐的问题。
这项在加纳进行的研究通过定性分析揭示了妇科癌症及其治疗对育龄女性生育能力的多维打击，指出其不仅引发身份认同危机、社会污名化和经济困境，也凸显了将生育咨询、心理支持及社会保护整合进当地癌症护理体系的紧迫性。
这项随机双盲假对照试验表明，对于接受调强放疗的头颈癌患者，每日使用基于 LED 的口腔内光生物调节疗法安全且耐受性良好，能显著降低严重口腔黏膜炎的发生率及相关并发症。
该研究在 B16F10 黑色素瘤小鼠模型中证实，通过直接诱导肿瘤细胞凋亡的芳基硫酸酯酶 B（ARSB）与针对浸润性细胞毒性淋巴细胞的帕博利珠单抗联合使用，能通过不同机制产生协同效应，从而抑制黑色素瘤的进展并改善治疗效果。
本文介绍了 Onco-Shikshak V7，这是一个首创的 AI 原生自适应医学肿瘤教育平台，它通过整合 ACT-R、IRT、FSRS、ZPD 及元认知校准等学习科学理论，结合多专科 AI 代理与权威指南检索增强生成技术，构建了涵盖四大临床工作流的闭环学习生态系统，以应对知识快速更新及大模型幻觉带来的教育挑战。
该研究开发并验证了名为 PROGRESS 的机器学习辅助预后评分系统，该系统仅利用 PSA、ALP 和 AST 三项常规实验室指标，即可在去势抵抗性前列腺癌（CRPC）患者中实现简单、客观且有效的风险分层，从而支持个体化临床决策。
这项针对美国县级的横断面研究表明，在种族和族裔群体内部，乳腺癌和前列腺癌死亡率与县域社会行为风险之间存在显著关联，且不同死亡率层级下的风险领域分布存在异质性，提示应基于特定人群和领域的本地化特征而非群体平均值来制定更具精准性和公平性的癌症防控策略。
这项基于捷克全国行政数据与癌症登记信息的研究，通过对 10,669 名非小细胞肺癌患者进行分期分层分析，揭示了治疗延迟和区域差异等关键问题，并成功建立了一套包含多学科会诊、治疗时效及生物标志物检测等指标的国家癌症护理质量持续评估体系。