人工智能（AI）可通过对常规诊断病理切片的分析，预测直肠癌患者对治疗的反应，一项由伦敦大学学院（UCL）和UCLH联合开展的新研究显示。该研究发表于《eBioMedicine》，揭示了AI在解析肿瘤微环境免疫特征方面的潜力，有望推动直肠癌治疗的个性化发展。 传统病理诊断依赖医生在显微镜下观察肿瘤组织切片，但这一过程耗时且主观性强。研究团队利用AI模型分析了数百万张病理图像，训练其识别肿瘤周围关键免疫细胞的类型与数量，并将其与患者的生存率和复发风险关联起来。结果显示，肿瘤浸润淋巴细胞（TILs）较多的患者生存期更长、复发风险更低；而巨噬细胞（macrophages）增多则与较差预后相关，因其可能促进肿瘤生长。 该AI系统在900例患者样本上进行了测试，能快速评估治疗前后免疫细胞水平变化。治疗后淋巴细胞增多者通常预后良好，表明免疫系统被激活；而免疫“冷”肿瘤则更易复发。研究还发现，基因状态与免疫特征存在交互影响：KRAS基因正常且淋巴细胞多的患者生存率更高，而TP53突变合并高巨噬细胞水平者预后最差。 此外，高有丝分裂活性（即肿瘤细胞快速增殖）的肿瘤往往抑制免疫反应，导致更差结局。研究团队因此提出，结合免疫细胞数据与基因信息，可更精准划分患者风险等级，为高风险者制定强化治疗方案，对低风险者减少过度治疗。 为便于临床应用，研究团队开发了免费在线工具Octopath，医生可上传病理切片，获得自动化免疫分析报告。不过研究人员强调，还需在更大、更多样化的群体中验证结果，并进一步探索更精细的免疫细胞亚型及其功能机制。 UCL医学物理与生物医学工程学院教授玛丽亚·霍金斯表示，这是AI助力癌症精准分型的重要一步，未来有望让医生和患者基于AI提供的实时信息，共同制定个性化治疗策略，但其在临床实践中的整合仍需深入研究。