尤文肉瘤及尤文样肉瘤临床病理学研究进展

尤文肉瘤(ewing sarcoma,ES)和尤文样肉瘤均是侵袭性较强的小圆细胞肉瘤,两者的形态学和免疫表型相似,但发病部位、临床表现、预后及治疗方案却存在明显差异.尤文样肉瘤缺乏ES的典型分子特征,越来越多的证据表明,尤文样肉瘤是具有独特疾病特征的独立肉瘤,而不仅是ES的亚型.分子遗传学检测极大地促进了对小圆细胞肿瘤分类的重新评估,本文将就ES及尤文样肉瘤的主要病理分型—CIC重排肉瘤、BCOR重排肉瘤、EWSR1与非ETS家族基因重排的肉瘤和未分化小圆细胞肉瘤的最新研究进展进行综述.

深度学习在肿瘤组织病理图像分析中的应用

全载玻片数字扫描技术自1999年首次提出以来,在许多病理领域得到应用和验证。近年来,将先进的人工智能(artificial intelligence,AI)技术应用于医学诊断领域,不仅为改善医疗保健提供了新思路,也掀起了在肿瘤病理学领域研究的新浪潮。在大数据及数字显微技术背景下,深度学习(deeplearning,DL)作为实现AI的一种新兴手段,在肿瘤检测、分类、转移和预后预测等组织病理图像分析中显示出巨大潜力。传统病理诊断结果受病理医师个人知识储备、临床经验以及逻辑思维方式的影响,主观性强且重复率低。AI作为一种新技术,在辅助病理医师进行病理诊断时,可以在一定程度上规避上述人为因素,减少人工失误,提高病理诊断的准确率和重复率,支持实时诊断决策。这不仅能够缓解医疗卫生资源的压力,而且能够为精准医疗助力。本文就DL在肺癌、乳腺癌、前列腺癌组织病理图像分析中的应用现状、机遇及挑战作一综述,并从病理医师角度讨论模型开发和应用监管中存在的问题。