近日，梅奥诊所研究团队在柳叶刀数字健康发表研究，证实人工智能可通过分析常规病理切片，准确分类脑膜瘤并预测患者复发风险。该研究由梅奥诊所神经外科系主任Gelareh Zadeh教授牵头，针对成人最常见的原发性脑肿瘤脑膜瘤展开。传统分子检测虽能提供精准的预后信息，但依赖昂贵且耗时的DNA甲基化分析，临床普及受限。研究团队整合672名患者的组织样本、常规苏木精伊红染色切片及临床数据，训练深度学习模型。结果显示，人工智能模型能从常规病理图像中提取原本需基因检测才能获取的分子与预后特征，精准划分脑膜瘤亚型并评估复发概率。即使在校正肿瘤分级、手术切除程度及患者年龄等传统临床指标后，该预测仍具独立参考价值。此外，模型能识别肿瘤内部的异质性特征，为解释肿瘤恶性程度差异及制定术后放疗与随访方案提供新依据。研究指出，尽管该技术有望大幅降低检测门槛，推动个性化诊疗的全球普及，但仍需开展前瞻性临床试验验证其常规应用价值。此项成果为数字病理学的临床转化奠定基础，未来或可拓展至其他癌种的辅助诊断与预后评估。