本研究提出了一种基于注意力机制的可解释深度学习框架，用于预测非肌肉侵袭性膀胱癌的复发。该方法结合向量嵌入，预测准确性提升至70%，并为临床医生提供个体化洞察，强调影响复发风险的关键因素。

本文探讨了前列腺癌的预测模型及深度学习在病理学中的应用。研究通过新方法和数据集提高了前列腺癌的预测准确性，强调了非癌细胞研究的重要性，并开发了高效的预测模型PR-NET，展示了机器学习在癌症复发预测中的潜力。

山东大学等研究团队开发了一种基于mRNA的新方法BCSC signature，用于评估乳腺癌干细胞（BCSC）特性。研究发现多胺合成代谢在BCSC调控中起关键作用，化疗通过激活多胺合成途径促进BCSC富集。研究还发现了一种新的HIF-1抑制剂Britannin，可抑制化疗诱导的BCSC富集。该研究为乳腺癌治疗提供了新策略。

建立预测咽喉头颈部肿瘤患者无复发存活模型，结合临床信息和多模态CT和PET放射组学特征，研究分割准确度对放射组学特征预测能力的影响，发现PET和CT受其影响程度不同，最佳模型综合表现优于仅使用临床信息的模型。

这里说的肝癌指的都是“肝细胞癌（HCC）”，肝内胆管癌需要另外讨论。 无论是早期还是晚期的肝癌，手术后都有一定的比例会出现肿瘤复发。据统计，肝癌手术后复发的可能性高达 70%。但是患者或者家属也不要被这个数据给吓到，因为多数患者在复发后还有再次根治性治疗的机会，所以长期生存往往可以保障。按照我们科室（复旦大学附属中山医院肝肿瘤外科）的统计，在我们科里接受手术切除的肝癌病人，手术后 5...