答案已發布2 個月前Last edited 2 個月前12 個來源

AI 免疫標記分析重大突破——精準找出可安全跳過化療的乳癌患者

RCSI 與 UCD 團隊於 2026 年 6 月 23 日在《自然·通訊》發表研究，利用AI驅動的空間蛋白質體學與空間轉錄體學，分析 ER+HER2− 乳癌（約佔所有乳癌診斷的 70%）的腫瘤免疫微環境 [1] 研究人員開發出一種新方法，可從常規病理樣本中量化基質區（腫瘤周圍組織）的細胞毒性T細胞（CD8+）密度，進而顯著提升風險分層的精確度，特別是針對目前基因檢測（如 Oncotype DX）結果為「中等風險」、化療決策最困難的患者群體 [1][2] 最反直覺的發現：在ER+HER2−乳癌中，較高的基質CD8+細胞毒性T細胞密度，反而與接受化療患者的較差預後相關——這與三陰性乳癌（TNBC）和HER2+乳癌的典型情況完全相...

使用 Studio Global AI 搜尋並查證事實瀏覽更多熱門頁面

研究答案

重點整理

RCSI 與 UCD 團隊於 2026 年 6 月 23 日在《自然·通訊》發表研究，利用AI驅動的空間蛋白質體學與空間轉錄體學，分析 ER+HER2− 乳癌（約佔所有乳癌診斷的 70%）的腫瘤免疫微環境 [1]
研究人員開發出一種新方法，可從常規病理樣本中量化基質區（腫瘤周圍組織）的細胞毒性T細胞（CD8+）密度，進而顯著提升風險分層的精確度，特別是針對目前基因檢測（如 Oncotype DX）結果為「中等風險」、化療決策最困難的患者群體 [1][2]
最反直覺的發現：在ER+HER2−乳癌中，較高的基質CD8+細胞毒性T細胞密度，反而與接受化療患者的較差預後相關——這與三陰性乳癌（TNBC）和HER2+乳癌的典型情況完全相反 [1][2]
該研究的隨機試驗隊列中，此關聯性達統計顯著（ΔLR χ²: 6.79, p = 0.009），並在獨立的全切除標本中獲得驗證（ΔLR χ²: 8.90, p = 0.003）[1]

AI-driven immune marker analysis of breast cancer tumor microenvironment showing cytotoxic T-cells in the stromal compartment — 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 提示詞
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

以下是根據 RCSI 與 UCD 領導的研究團隊於 2026 年 6 月 23 日發表在《自然·通訊》的研究，針對您三個問題的詳細解答。

1. 突破性發現：AI 驅動的免疫標記分析，找出可跳過化療的患者

這項研究使用了 AI 驅動的空間蛋白質體學 和 空間轉錄體學 技術，分析 ER+HER2− 乳癌（約佔所有乳癌診斷的 70%）的腫瘤免疫微環境。研究人員開發出一種新方法，能夠從 標準病理樣本（FFPE 組織塊與常規免疫組織化學染色）中，量化 基質區（腫瘤周圍的結締組織）的 細胞毒性 T 細胞（CD8+）密度 。

這種 AI 免疫分析 顯著提升了風險分層的準確性，超越了目前常用的基因檢測工具（如 Oncotype DX 復發評分），尤其是在 中等基因風險評分 的患者群體中——這正是化療決策最不確定、且最容易發生過度治療的族群。

2. 反直覺的關鍵發現：高毒性 T 細胞密度反而與較差化療預後相關

研究中最引人注目且出乎意料的結果是：在 ER+HER2− 乳癌中，較高的基質 CD8+ 細胞毒性 T 細胞密度，與接受化療患者的較差預後相關 。

Studio Global AI

繼續深入研究

這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。

使用 Studio Global AI 搜尋並查證事實

大家也會問