Модели машинного обучения выявили 14 стабильных ассоциаций между гистологическими признаками и мутационными сигнатурами в двух независимых когортах. SBS3-скор коррелировал с дефицитом гомологичной рекомбинации (r=0.332), AUC для HRD-high составила 0.693.

Опрос 130 специалистов лучевой терапии показал, что удалённая работа и ИИ-ассистированные инструменты улучшают баланс работы и жизни (71–87% согласия) и экономят время (52–91% отмечают экономию ≥1 часа в неделю), однако выгорание остаётся распространённым: 42% физиков, 28,6% радиационных онкологов и 22,2% дозиметристов сообщают о симптомах.

Обзор политик конфиденциальности 57 комплексных онкоцентров США выявил 31 категорию использования защищённой медицинской информации, при этом 81% не требуют согласия пациента. Ни один центр не раскрывает использование данных для разработки ИИ.

Пилотное исследование показало, что 84% онкологов уже используют ИИ для поддержки клинических решений, при этом 60% высоко доверяют результатам ИИ-систем. Основные сценарии применения — поддержка принятия решений о лечении и подбор клинических исследований.

Конусно-лучевая компьютерная томография (КЛКТ) открывает путь к адаптивной лучевой терапии, позволяя корректировать план облучения в соответствии с анатомией дня. Обзор освещает достижения в улучшении качества КЛКТ-изображений, AI-автосегментации и автоматизированных систем принятия решений о необходимости адаптации плана — ключевых элементов для рутинного внедрения адаптивной лучевой терапии.

Разработана модель на основе CLAM self-attention framework для анализа цельнослайдовых изображений ГЦК. Система риск-стратификации продемонстрировала независимую прогностическую значимость и потенциал для персонализации терапии.

Обзор применения методов искусственного интеллекта, машинного обучения и мультиомных технологий для анализа опухоль-ассоциированных микробиомов — от предобработки секвенирования до поиска биомаркеров иммунотерапии. Авторы разграничивают вычислительные ассоциации и экспериментальную валидацию, критически оценивают переобучение, утечку данных и дефицит проспективных когорт.

Разработана модель ELF, интегрирующая пять базовых моделей патологии для анализа гистологических изображений. Обученная на 53 699 препаратах из 20 анатомических локализаций, ELF превосходит отдельные модели в задачах классификации опухолей, детекции биомаркеров и предсказания ответа на терапию при ограниченных данных.