AI揭示直肠癌治疗获益；研究发现在线患者信息滞后
AI识别出可从放化疗联合伊立替康中获益的直肠癌患者，从而降低复发和死亡风险。另一项研究发现，大多数在线AI癌症信息质量低下且对患者过于复杂。
伦敦大学学院（UCL）研究人员开发的人工智能揭示了一种针对局部晚期直肠癌患者的有前景的联合治疗方案，而另一项研究发现，面向患者的关于AI与癌症的在线信息大多质量低下且难以阅读。
在一项发表于eBioMedicine的同行评审观察性研究中，将癌症治疗药物伊立替康（irinotecan）与标准放化疗联合使用，可改善肿瘤中癌细胞浓度高的晚期直肠癌患者的生存率。对于治疗前活检样本中肿瘤细胞密度高的患者，与接受卡培他滨（capecitabine）联合放疗的化疗患者相比，加用伊立替康可将癌症复发风险降低约43%，死亡风险降低约50%。而癌细胞浓度低的患者则未见差异。
这一疗效是通过一个专门开发的人工智能揭示的，该人工智能经过训练，可根据诊断时采集的肿瘤样本中的癌细胞密度对患者进行区分。研究人员开发了免费在线工具Octopath，临床医生可以上传活检玻片供其分析。该人工智能扫描活检的标准图像，计数数百万个细胞，并将患者分为高密度和低密度两类。这项研究是III期ARISTOTLE试验分析的一部分，该试验招募了英国75家医院的患者，涉及414份直肠癌活检样本；分析将188份归类为高密度，226份归类为低密度。结直肠癌是英国第四大致命癌症，将伊立替康与卡培他滨联用可能会加重腹泻或白细胞计数过低等严重副作用。研究结果表明，在人工智能的辅助下，医生可以在更强化治疗开始前就准确识别出哪些患者可能从中获益。
另外，宾夕法尼亚大学Abramson癌症中心和佩雷尔曼医学院的研究人员在2026年美国临床肿瘤学会年会（摘要9000）上展示了一项研究，表明关于AI及其对癌症研究和治疗影响的在线信息有限，且现有的网页和视频大多质量低下、难以阅读，并常常忽略AI使用的风险。在筛选了来自Google和YouTube搜索的前320个网页和视频，并排除了与AI和癌症护理无关或并非面向普通受众的内容后，最终分析纳入了52个网页（占Google搜索结果的31%）和29个视频（占YouTube搜索结果的19%）。其中仅17个网页（33%）和7个视频（23%）被认为是高质量的。尽管美国医学会（AMA）和美国国立卫生研究院（NIH）建议消费者健康信息的阅读水平为6至8年级，但网页的阅读难度中位数达到大学水平，且只有15%的网页提到了AI幻觉的风险。
一份关于医学AI前瞻性和介入性临床证据的合集指出，人工智能正迅速从回顾性基准测试研究转向临床工作流程，但许多文献仍将模型准确性作为主要终点。该合集欢迎围绕“AI-行动组合”（AI–action bundles）构建的研究，即AI结果与临床医生、患者或护理团队预期采取的预定行动相结合，并具备从模型输出到行动再到结果的明确因果路径。
在头颈癌领域，尽管存在显著的生物学异质性，个性化治疗仍然有限。研究人员以SuPerTreat项目为案例，概述了一个整合转录组数据和人工智能的临床决策支持系统原型，并总结了专家共识，涉及其潜力、准确性要求、验证、监管合规和临床实施。该观点文章为未来发展和将临床决策支持系统负责任地整合到精准肿瘤学中提供了路线图。