Przełom w AI: analiza immunologiczna może pomóc wybrać pacjentki z rakiem piersi, które bezpiecznie ominą chemioterapię
Naukowcy z RCSI i University College Dublin opracowali metodę AI, która na podstawie standardowych wycinków tkankowych mierzy gęstość cytotoksycznych limfocytów T (CD8+) w zrębie guza. Odkrycie dotyczy raka piersi ER+HER2− (ok.
Opublikowane przezEdytowane za pomocą DeepSeek-V4-FlashObrazy wygenerowane za pomocą GPT Image 1.5
Naukowcy z RCSI i University College Dublin opracowali metodę AI, która na podstawie standardowych wycinków tkankowych mierzy gęstość cytotoksycznych limfocytów T (CD8+) w zrębie guza.
Odkrycie dotyczy raka piersi ER+HER2− (ok. 70% wszystkich diagnoz).
Zaskakujący wniosek: wysoka gęstość limfocytów CD8+ w zrębie była powiązana z gorszymi wynikami leczenia u pacjentek, które otrzymały chemioterapię.
Odkrycie sugeruje, że w ER+HER2− guzie silnie zapalne mikrośrodowisko może wskazywać na oporność na chemioterapię, prawdopodobnie przez wyczerpanie immunologiczne i ekspresję receptorów kontrolnych (CTLA4, TIGIT, CD96).
Search & fact-check with cited sources for What recent breakthrough in AI-driven immune marker analysis could help identify ER+HER2- breastConceptual image of AI-based spatial proteomic analysis of the breast cancer tumor-immune microenvironment, where stromal CD8+ cytotoxic T-cell density emerged as a counterintuitive predictive biomarker for chemotherapy resistance.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What recent breakthrough in AI-driven immune marker analysis could help identify ER+HER2- breast. Article summary: Here are the answers to your three questions, based on the study published June 23, 2026 in *Nature Communications* by the RCSI and UCD-led team.. Topic tags: general, government, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. M
openai.com
Oto odpowiedzi na trzy pytania, oparte na badaniu opublikowanym 23 czerwca 2026 r. w czasopiśmie Nature Communications przez zespół z RCSI i UCD.
1. Przełom: analiza markerów immunologicznych za pomocą AI, która pomaga zidentyfikować pacjentki mogące uniknąć chemioterapii
Badanie wykorzystało oparte na sztucznej inteligencji przestrzenną proteomikę i transkryptomikę do analizy mikrośrodowiska immunologicznego guza w ER+HER2− raku piersi – podtypie stanowiącym około 70% wszystkich diagnoz raka piersi . Naukowcy opracowali metodę ilościowego oznaczania gęstości cytotoksycznych limfocytów T (CD8+) w zrębie (tkance otaczającej guz) na podstawie standardowych próbek patologicznych . To profilowanie immunologiczne oparte na AI znacząco udoskonaliło stratyfikację ryzyka w porównaniu z obecnie stosowanymi testami genomowymi (takimi jak Oncotype DX Recurrence Score), szczególnie w dużej grupie pacjentek z – gdzie decyzje o chemioterapii są najbardziej niepewne, a nadmierne leczenie jest powszechne .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Przełom w AI: analiza immunologiczna może pomóc wybrać pacjentki z rakiem piersi, które bezpiecznie ominą chemioterapię"?
Naukowcy z RCSI i University College Dublin opracowali metodę AI, która na podstawie standardowych wycinków tkankowych mierzy gęstość cytotoksycznych limfocytów T (CD8+) w zrębie guza.
What are the key points to validate first?
Naukowcy z RCSI i University College Dublin opracowali metodę AI, która na podstawie standardowych wycinków tkankowych mierzy gęstość cytotoksycznych limfocytów T (CD8+) w zrębie guza. Odkrycie dotyczy raka piersi ER+HER2− (ok. 70% wszystkich diagnoz).
What should I do next in practice?
Zaskakujący wniosek: wysoka gęstość limfocytów CD8+ w zrębie była powiązana z gorszymi wynikami leczenia u pacjentek, które otrzymały chemioterapię.
Przełom w AI: analiza immunologiczna może pomóc wybrać pacjentki z rakiem piersi, które bezpiecznie ominą chemioterapię
Naukowcy z RCSI i University College Dublin opracowali metodę AI, która na podstawie standardowych wycinków tkankowych mierzy gęstość cytotoksycznych limfocytów T (CD8+) w zrębie guza. Odkrycie dotyczy raka piersi ER+HER2− (ok.
Opublikowane przezEdytowane za pomocą DeepSeek-V4-FlashObrazy wygenerowane za pomocą GPT Image 1.5
Naukowcy z RCSI i University College Dublin opracowali metodę AI, która na podstawie standardowych wycinków tkankowych mierzy gęstość cytotoksycznych limfocytów T (CD8+) w zrębie guza.
Odkrycie dotyczy raka piersi ER+HER2− (ok. 70% wszystkich diagnoz).
Zaskakujący wniosek: wysoka gęstość limfocytów CD8+ w zrębie była powiązana z gorszymi wynikami leczenia u pacjentek, które otrzymały chemioterapię.
Odkrycie sugeruje, że w ER+HER2− guzie silnie zapalne mikrośrodowisko może wskazywać na oporność na chemioterapię, prawdopodobnie przez wyczerpanie immunologiczne i ekspresję receptorów kontrolnych (CTLA4, TIGIT, CD96).
Search & fact-check with cited sources for What recent breakthrough in AI-driven immune marker analysis could help identify ER+HER2- breastConceptual image of AI-based spatial proteomic analysis of the breast cancer tumor-immune microenvironment, where stromal CD8+ cytotoxic T-cell density emerged as a counterintuitive predictive biomarker for chemotherapy resistance.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What recent breakthrough in AI-driven immune marker analysis could help identify ER+HER2- breast. Article summary: Here are the answers to your three questions, based on the study published June 23, 2026 in *Nature Communications* by the RCSI and UCD-led team.. Topic tags: general, government, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. M
openai.com
Oto odpowiedzi na trzy pytania, oparte na badaniu opublikowanym 23 czerwca 2026 r. w czasopiśmie Nature Communications przez zespół z RCSI i UCD.
1. Przełom: analiza markerów immunologicznych za pomocą AI, która pomaga zidentyfikować pacjentki mogące uniknąć chemioterapii
Badanie wykorzystało oparte na sztucznej inteligencji przestrzenną proteomikę i transkryptomikę do analizy mikrośrodowiska immunologicznego guza w ER+HER2− raku piersi – podtypie stanowiącym około 70% wszystkich diagnoz raka piersi . Naukowcy opracowali metodę ilościowego oznaczania gęstości cytotoksycznych limfocytów T (CD8+) w zrębie (tkance otaczającej guz) na podstawie standardowych próbek patologicznych . To profilowanie immunologiczne oparte na AI znacząco udoskonaliło stratyfikację ryzyka w porównaniu z obecnie stosowanymi testami genomowymi (takimi jak Oncotype DX Recurrence Score), szczególnie w dużej grupie pacjentek z – gdzie decyzje o chemioterapii są najbardziej niepewne, a nadmierne leczenie jest powszechne .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Przełom w AI: analiza immunologiczna może pomóc wybrać pacjentki z rakiem piersi, które bezpiecznie ominą chemioterapię"?
Naukowcy z RCSI i University College Dublin opracowali metodę AI, która na podstawie standardowych wycinków tkankowych mierzy gęstość cytotoksycznych limfocytów T (CD8+) w zrębie guza.
What are the key points to validate first?
Naukowcy z RCSI i University College Dublin opracowali metodę AI, która na podstawie standardowych wycinków tkankowych mierzy gęstość cytotoksycznych limfocytów T (CD8+) w zrębie guza. Odkrycie dotyczy raka piersi ER+HER2− (ok. 70% wszystkich diagnoz).
What should I do next in practice?
Zaskakujący wniosek: wysoka gęstość limfocytów CD8+ w zrębie była powiązana z gorszymi wynikami leczenia u pacjentek, które otrzymały chemioterapię.
2. Zaskakujące odkrycie: wysoka gęstość cytotoksycznych limfocytów T wiąże się z gorszymi wynikami chemioterapii
Najbardziej uderzającym i nieoczekiwanym wynikiem było to, że większa gęstość cytotoksycznych limfocytów T CD8+ w zrębie wiązała się z gorszymi wynikami u pacjentek, które otrzymały chemioterapię. W randomizowanej kohorcie pacjentek o pośrednim ryzyku leczonych chemioterapią zależność ta była istotna statystycznie (ΔLR-χ²: 6,79, p = 0,009), a wynik został niezależnie potwierdzony na pełnych próbkach po resekcji (ΔLR-χ²: 8,90, p = 0,003) .
Jest to zaskakujące, ponieważ w innych podtypach raka piersi (TNBC, HER2+) wysoki naciek cytotoksycznych limfocytów T jest zwykle korzystnym wskaźnikiem prognostycznym i często przewiduje lepszą odpowiedź na chemioterapię . Odkrycie sugeruje, że w ER+HER2− chorobie silnie zapalne mikrośrodowisko zrębu może wskazywać na ekosystem guza oporny na chemioterapię – prawdopodobnie z powodu współistniejącego wyczerpania immunologicznego, ekspresji receptorów kontrolnych (CTLA4, TIGIT, CD96) oraz szlaków przebudowy tkanek, które również ujawniono w badaniu .
3. Kolejne kroki w kierunku wdrożenia klinicznego
Autorzy badania nakreślili jasną ścieżkę dalszych działań:
Walidacja w większym badaniu – Odkrycia dokonano na próbkach z irlandzkiej kohorty w ramach badania TAILORx (populacja o pośrednim ryzyku). Główni naukowcy podkreślili, że „przed wprowadzeniem tego podejścia do praktyki klinicznej konieczna będzie dalsza walidacja w większych badaniach” .
Komercjalizacja i ochrona patentowa – RCSI i UCD wspólnie zgłosiły patent na tę technologię i aktywnie szukają możliwości jej komercjalizacji .
Finansowanie dalszego rozwoju – Dalszy rozwój jest finansowany przez ARC Hub for HealthTech, współfinansowany przez rząd Irlandii i Unię Europejską poprzez ERDF Northern and Western Regional Programme 2021–2027 .
Potencjał w zakresie równości dostępu i skalowalności – Ponieważ metoda działa na próbkach tkankowych przetwarzanych w ramach standardowej opieki (bloczki FFPE i rutynowa IHC), naukowcy podkreślili, że ma ona „potencjał, aby poprawić zarówno precyzję, jak i równość leczenia u większości kobiet z wczesnym rakiem piersi, niezależnie od tego, gdzie są leczone” .
Podsumowanie: Badanie RCSI/UCD proponuje gęstość CD8+ w zrębie jako potencjalny predykcyjny biomarker do deeskalacji chemioterapii u pacjentek z ER+HER2− rakiem piersi o pośrednim ryzyku – ale wymaga to prospektywnej walidacji na pełnym zbiorze danych TAILORx przed rutynowym zastosowaniem klinicznym .
Nature Communications (2026). Spatial-immune multi-omics refines prognostication in early-stage ER+HER2− breast cancer and identifies a predictive biomarker for adjuvant chemotherapy.https://www.nature.com/articles/s41467-026-73432-2
2. Zaskakujące odkrycie: wysoka gęstość cytotoksycznych limfocytów T wiąże się z gorszymi wynikami chemioterapii
Najbardziej uderzającym i nieoczekiwanym wynikiem było to, że większa gęstość cytotoksycznych limfocytów T CD8+ w zrębie wiązała się z gorszymi wynikami u pacjentek, które otrzymały chemioterapię. W randomizowanej kohorcie pacjentek o pośrednim ryzyku leczonych chemioterapią zależność ta była istotna statystycznie (ΔLR-χ²: 6,79, p = 0,009), a wynik został niezależnie potwierdzony na pełnych próbkach po resekcji (ΔLR-χ²: 8,90, p = 0,003) .
Jest to zaskakujące, ponieważ w innych podtypach raka piersi (TNBC, HER2+) wysoki naciek cytotoksycznych limfocytów T jest zwykle korzystnym wskaźnikiem prognostycznym i często przewiduje lepszą odpowiedź na chemioterapię . Odkrycie sugeruje, że w ER+HER2− chorobie silnie zapalne mikrośrodowisko zrębu może wskazywać na ekosystem guza oporny na chemioterapię – prawdopodobnie z powodu współistniejącego wyczerpania immunologicznego, ekspresji receptorów kontrolnych (CTLA4, TIGIT, CD96) oraz szlaków przebudowy tkanek, które również ujawniono w badaniu .
3. Kolejne kroki w kierunku wdrożenia klinicznego
Autorzy badania nakreślili jasną ścieżkę dalszych działań:
Walidacja w większym badaniu – Odkrycia dokonano na próbkach z irlandzkiej kohorty w ramach badania TAILORx (populacja o pośrednim ryzyku). Główni naukowcy podkreślili, że „przed wprowadzeniem tego podejścia do praktyki klinicznej konieczna będzie dalsza walidacja w większych badaniach” .
Komercjalizacja i ochrona patentowa – RCSI i UCD wspólnie zgłosiły patent na tę technologię i aktywnie szukają możliwości jej komercjalizacji .
Finansowanie dalszego rozwoju – Dalszy rozwój jest finansowany przez ARC Hub for HealthTech, współfinansowany przez rząd Irlandii i Unię Europejską poprzez ERDF Northern and Western Regional Programme 2021–2027 .
Potencjał w zakresie równości dostępu i skalowalności – Ponieważ metoda działa na próbkach tkankowych przetwarzanych w ramach standardowej opieki (bloczki FFPE i rutynowa IHC), naukowcy podkreślili, że ma ona „potencjał, aby poprawić zarówno precyzję, jak i równość leczenia u większości kobiet z wczesnym rakiem piersi, niezależnie od tego, gdzie są leczone” .
Podsumowanie: Badanie RCSI/UCD proponuje gęstość CD8+ w zrębie jako potencjalny predykcyjny biomarker do deeskalacji chemioterapii u pacjentek z ER+HER2− rakiem piersi o pośrednim ryzyku – ale wymaga to prospektywnej walidacji na pełnym zbiorze danych TAILORx przed rutynowym zastosowaniem klinicznym .
Nature Communications (2026). Spatial-immune multi-omics refines prognostication in early-stage ER+HER2− breast cancer and identifies a predictive biomarker for adjuvant chemotherapy.https://www.nature.com/articles/s41467-026-73432-2
pmc.ncbi.nlm.nih.govArtificial neural network-based immune biomarker signature predicts ...