Модель машинного обучения Multiple-Instance Learning достигла ROC-AUC 0,83 для предсказания мутации BRAF V600E по гистологическим препаратам у 93 пациентов с папиллярными микрокарциномами щитовидной железы, открывая возможность альтернативы молекулярному тестированию.

Разработана оптимальная трехкомпонентная стратегия гейтирования для характеристики гетерогенного опухолевого клона при макроглобулинемии Вальденстрема, включающая выделение В-клеток, плазматических и лимфоплазмоцитарных клеток методом многоцветной проточной цитофлуориметрии. У всех 60 пациентов выявлены опухолевые В-клетки с моноклональной рестрикцией и экспрессией IgM, у 88% — опухолевые плазматические клетки, у 75% — промежуточные лимфоплазмоцитарные клетки.

Ретроспективное исследование 86 пациентов с первичными экстранодальными НХЛ показало, что гистологическое исследование трепанобиоптатов костного мозга выявляет поражение в 24,4% случаев, тогда как миелограмма демонстрирует высокую частоту ложноотрицательных результатов (17,5%, p=0,018), а ПЭТ-КТ — ложноположительных (9,3%) и ложноотрицательных (12,8%) результатов.

Одноклеточная пространственная транскриптомика выявила специфическую опухолево-стромальную нишу, обогащенную CD24+ опухолевыми клетками и BGN+ CAF, как независимый предиктор ипсилатерального рецидива молочной железы после органосохраняющего лечения.

Китайское исследование показало, что рутинные патоморфологические заключения по core-биопсии позволяют прогнозировать pCR с AUC 0.747, тогда как добавление клинико-лабораторных данных и компонентов режима терапии не улучшает предсказательную способность модели.

Беспигментная меланома кожи демонстрирует значительно более агрессивное течение по сравнению с пигментной формой: преобладание узловой формы роста (75,7%), медиана толщины по Бреслоу 4,05 мм против 1 мм, изъязвление в 60% против 21,6%, митотическая активность в 8 раз выше. Молекулярный профиль характеризуется более высокой частотой мутаций BRAF (57,5% vs 47%) и NRAS (18,1% vs 5%).

Исследователи разработали и оптимизировали модель глубокого обучения на основе EfficientNetB7 для автоматической классификации гистологических изображений рака легкого. Оптимизированная модель достигла F1-score 0.926 и AUC 0.871 на независимой валидации, превзойдя ансамблевые методы и базовые архитектуры.

Разработана система глубокого обучения, генерирующая виртуальные IHC-изображения для оценки рецепторов эстрогена и прогестерона непосредственно из H&E-окрашенных срезов. Подход достиг MAE 9,14% для ER и 6,10% для PR, обеспечивая визуально интерпретируемую альтернативу традиционному окрашиванию.

Ретроспективный анализ 430 случаев глиом в Иордании показал критический недостаток молекулярной диагностики: IDH-статус определен только в 2,3% случаев, что препятствует современной классификации по критериям ВОЗ и влияет на прогноз и выбор терапии.

Патоморфологическая экспертиза является основополагающим элементом современных биомаркер-ориентированных онкологических исследований, требующим интеграции на этапе планирования протокола для обеспечения качества трансляционных компонентов.