AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-21

HRDPath:一種從組織病理學影像預測同源重組缺陷之可解釋多模型深度學習架構

原標題: HRDPath: an explainable multi-model deep learning architecture for predicting homologous recombination deficiency from histopathology images

同源重組缺陷(HRD)是高級別漿液性輸卵管卵巢癌治療決策的重要生物標記，但現有的基因體檢測結果不一、昂貴且耗時。作者開發了 HRDPath,一種能直接從全玻片影像預測 HRD 狀態、無需額外分子檢測的深度學習架構。經三個病人世代驗證，其 AUC 達 0.846,敏感度與特異度皆達 0.90。