来源：期刊VIP网 时间：
作者：张佳维;孟名柱;
单位：联勤保障部队第九〇四医院常州医疗区特诊科;南京医科大学常州医学中心,南京医科大学第三附属医院(常州市第二人民医院)医学影像科;
摘要：三级淋巴结构(TLS)是乳腺癌免疫微环境的关键调控元件，其微观构成(特定免疫细胞亚群、空间组织)与功能状态(成熟度)直接决定了其协调抗肿瘤免疫应答的效能，是理解免疫治疗响应的微观基础。然而，肿瘤微环境的高度异质性与动态演化特性，使得基于传统组织病理分期和分子分型的免疫治疗疗效预测模型面临显著瓶颈。在此背景下，开发可量化解析TLS空间分布与功能活性的无创评估技术，对于实现精准免疫治疗应答预测及预后分层具有重要临床价值。人工智能(AI)技术，特别是融合多组学数据的深度学习算法，凭借其在复杂特征提取与高维数据分析中的独特优势，为TLS的系统解码提供了创新工具。本文聚焦AI技术如何解码TLS的微观世界，系统综述其在整合基因组、病理图像及医学影像等多模态数据解析TLS方面的最新进展，深入探讨相关技术面临的挑战(如数据标准化、模型可解释性),并展望其推动TLS从微观认知迈向个体化精准免疫治疗的未来路径。
关键词：三级淋巴结构;;人工智能;;乳腺癌;;转化研究
基金资助：常州市科学技术局应用基础研究(CJ20245032);; 南京医科大学常州医学中心临床项目(CMCC202417)
