2025年09月18日
星期四
近日，安徽大学互联网学院邵立智老师与北京大学第三医院、南京医科大学第一附属医院、北京友谊医院、青岛大学附属医院和上海长征医院等多个国内知名医学中心展开医工合作，以前列腺癌无创诊断这一关键临床问题为导向，针对专病需求提出了的影像病理关联表征学习方法和“影像-病理”基础模型。相较于现有临床检查手段，在真实世界临床测试中以无创的方式实现了多中心、多地区、多人种的精准前列腺癌诊断与分级。相关研究于2025年9月2日以“An MRI-Pathology Foundation Model for Non-Invasive Diagnosis and Grading of Prostate Cancer”为题，在线发表于国际顶级期刊《Nature Cancer》（SCI IF=28.50）。安徽大学邵立智老师为第一作者，安徽大学为第一单位。该工作是安徽大学在“人工智能+医学”研究领域的显著进展。
图1. 发表论文首页
图2.所提影像-病理基础模型沟通肿瘤宏观与微观，辅助临床实现前列腺癌无创精准诊断、分级
前列腺癌是男性常见的致病原因之一，也是导致死亡的主要原因。目前，临床缺乏有效的预测工具来在根治性手术前准确预测前列腺肿瘤的侵袭性，因此临床面临过度诊断与漏诊的挑战。研究团队创新性地提出了前列腺癌影像-病理基础模型，探索了前列腺癌磁共振影像与肿瘤病理学表征之间的定量映射关系，并构建了一个端到端的无创诊断和分级预测模型。该模型在国内外合计5000余例患者上进行了回顾性+前瞻性地测试，性能显著优于现有的临床评估方法。前列腺癌良恶性无创诊断曲线下面积（Area under the curve, AUC）达到0.983（95%置信区间：0.98-0.986），临床显著前列腺癌无创诊断的AUC达0.978（95%置信区间：0.975-0.98），无创分级准确率为89.1%（95%置信区间：88.2%-89.9%）。研究结果证明了人工智能实现了影像“等效”病理的可行性。该研究也为人工智能赋能精准医学与临床转化提供了更高等级的证据和信心。
新闻链接：https://www.ahu.edu.cn/2025/0903/c15059a372590/page.htm
网站内容来源于互联网，由网络编辑负责审查，目的在于传递信息，提供专业服务，不代表本网站平台赞同其观点和对其真实性负责。如因内容、版权问题存在异议的，请与我们取得联系，我们将协调给予处理（按照法规支付稿费或删除），联系方式：ahos@aiofm.ac.cn 。网站平台将加强监控与审核，一旦发现违反规定的内容，按国家法规处理，处理时间不超过24小时
版权所有：安徽省光学学会（社证字第 0156号）
地址：安徽省合肥市蜀山湖路350号中科院安徽光机所一号楼
EMAIL：ahos@aiofm.ac.cn
