肺癌免疫治疗决策支持工具的临床可用性及多模态模型评估
Clinical usability of an explainable AI decision support tool and evaluation of multimodal models in NSCLC
这是Nature Medicine发表的研究，用真实世界数据证明多模态AI模型能比现有方法更好地预测肺癌免疫治疗结果。
在非小细胞肺癌的大型真实世界研究中，一种多模态可解释AI模型在预测免疫疗法效果方面优于现有生物标志物，并提升了医生决策能力。
Clinical usability of an explainable AI decision support tool and evaluation of multimodal models in NSCLC
Nature Medicine, Published online: 13 September 2026; doi:10.1038/s41591-026-04488-2 In a large international real-world study of non-small cell lung cancer, a multimodal explainable AI model outperformed established biomarkers for immunotherapy outcome prediction and improved physician decision-making.
本条情报归属 AITOP「论文」核心栏目，重点聚焦欧洲人工智能治理与技术生态。涉及核心实体与技术议题包括：explainable AI、NSCLC、多模态模型，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Nature Medicine」（@Giovanni Scoazec），经 AITOP 多维评分管线结构化提炼。