《自然·医学》：高准确率AI读片识突变！新型AI模型基于常规病理切片检测EGFR突变，临床环境中AU...

主要观点总结

文章介绍了在肺腺癌治疗中EGFR突变的重要性及检测难点，传统方法需要一定量的肿瘤组织且耗时较长。近日，美国西奈山伊坎医学院和美国纪念斯隆-凯特琳癌症中心的研究团队开发出名为EAGLE的AI模型，能基于常规病理切片检测EGFR突变，仅耗时44分钟，且表现出良好的跨机构和跨设备泛化能力。该模型有助于精准治疗，但仍需NGS进行最终确认。

关键观点总结

关键观点1: EGFR突变在肺腺癌治疗中的重要性及检测难点

EGFR突变是肺腺癌治疗中的重要‘坐标’，决定了患者是否可以使用效果显著的EGFR靶向药物。但传统的检测方法需要一定量的肿瘤组织，且耗时较长，有时无法完成基因检测。

关键观点2: EAGLE AI模型的开发及优势

EAGLE模型能基于常规病理切片检测EGFR突变，无需额外组织和分子实验室，快速给出检测结果。它在回顾性数据、内部验证、外部验证以及前瞻性‘实战演练’中均表现出色，AUC值达到0.89。该模型具备成本低、速度快、无创耗的优势，尤其适用于组织有限、资源紧张的临床场景。

关键观点3: EAGLE AI模型的临床应用前景

EAGLE模型的问世是AI在临床医学中的一次重要突破，它不仅在肺腺癌的EGFR突变检测中表现出色，还有望扩展到其他肺癌关键突变的检测，甚至更复杂的治疗反应预测。更大的数据集、更完善的验证流程以及与病理医生的深度协作，将进一步推动AI在临床病理中的全面应用。