在黑色素瘤肿瘤浸润淋巴细胞（TIL）量化方面，一种人工智能（AI）算法在可重复性和预后关联性上优于传统方法。根据2025年7月3日在线发表在《JAMA Network Open》上的研究，这一发现具有重要意义。
来自康涅狄格州纽黑文市耶鲁大学医学院的Thazin N. Aung博士及其同事对一种机器学习算法在黑色素瘤TIL量化中的分析和临床有效性进行了研究，并将其与传统的病理学家人工评估方法进行了比较。研究使用了2022年1月至2023年6月期间来自45个机构的黑色素瘤患者的回顾性队列数据。
研究中包含了一个独立测试队列，共有111名黑色素瘤患者，他们提供了完整的黑色素瘤组织切片。在60张苏木精和伊红染色的黑色素瘤组织切片上，98名参与者对TIL进行了评估。其中40名参与者属于人工评估组，均为病理学家；而AI辅助组则包括11名病理学家和47名非病理学家。
研究发现，AI算法表现出更优越的可重复性。所有机器学习TIL变量的组内相关系数（ICC）均高于0.90，显著优于人工评估。此外，AI生成的TIL评分与患者的临床结果之间也存在显著的预后关联。使用中位数截断方法和16.6的截断值，AI预测的危险比分别为0.45和0.56。
研究作者指出：“尽管传统的病理学家人工评估TIL方法提供了有价值的见解，但我们的研究结果表明，先进的AI工具提高了TIL评分的可重复性，并增强了其预后潜力。”
研究的几位作者披露了与生物制药行业的关系。
【全文结束】
