Các mô hình bệnh lý trí tuệ nhân tạo mã nguồn mở cho thấy khả năng dự đoán đột biến EGFR trực tiếp từ các slide H&E với AUC lên tới 0.83, có tiềm năng tăng tốc quyết định lâm sàng.
Có sự khác biệt hiệu suất đáng kể giữa các nhóm dòng dõi, với các mô hình hoạt động kém hơn nhiều ở bệnh nhân có dòng dõi Á (AUC 0.68) so với những người có dòng dõi Âu (AUC 0.84) hoặc Phi (AUC 0.85).
Môi trường mô vẫn là một biến số quan trọng, vì hiệu suất AI giảm đáng kể ở các mẫu màng phổi so với các mẫu mô phổi chính.
Phân loại được hướng dẫn bởi AI có thể giảm nhu cầu kiểm tra phân tử nhanh chóng lên tới 57%, tối ưu hóa việc phân bổ tài nguyên trong y học ung thư chính xác.
