Zhengzhou University

这篇综述系统评估了人工智能、纳米靶向给药系统与多组学方法在胃肠肿瘤相关骨质疏松（GTO）精准管理中的方法学质量、临床有效性与转化证据，梳理了它们在AI辅助早期筛查与风险预测、纳米靶向骨保护以及基于多组学的“肿瘤—骨—肠轴”机制探索中的应用现状，并讨论了AI泛化能力有限、纳米药物安全性与生产制造难题、多维数据整合与标准化困难、多学科协作不完善及伦理关切等临床转化障碍，指出这些技术有望推动GTO管理从经验实践走向精准医学。

这篇综述系统评估了人工智能、纳米靶向给药系统与多组学方法在胃肠肿瘤相关骨质疏松（GTO）精准管理中的方法学质量、临床有效性与转化证据，梳理了它们在AI辅助早期筛查与风险预测、纳米靶向骨保护以及基于多组学的“肿瘤—骨—肠轴”机制探索中的应用现状，并讨论了AI泛化能力有限、纳米药物安全性与生产制造难题、多维数据整合与标准化困难、多学科协作不完善及伦理关切等临床转化障碍，指出这些技术有望推动GTO管理从经验实践走向精准医学。

该研究将整合了基于剂量学评分的射束角度选择、多模态引导剂量预测与功能引导剂量模拟的AP-FLART系统在RayStation中实施，并用33例接受SPECT通气或灌注成像的肺癌患者数据评估，结果显示自动FLART计划较手动常规放疗计划显著降低高功能肺平均剂量15.1%，在FLART获益患者中把≥2级放射性肺炎概率降低6.25个百分点（27%），临床收益与手动FLART计划相近，且87.9%的自动计划无需修改即可被临床接受，计划时间从2-3小时缩短至约8分钟。

该研究将整合了基于剂量学评分的射束角度选择、多模态引导剂量预测与功能引导剂量模拟的AP-FLART系统在RayStation中实施，并用33例接受SPECT通气或灌注成像的肺癌患者数据评估，结果显示自动FLART计划较手动常规放疗计划显著降低高功能肺平均剂量15.1%，在FLART获益患者中把≥2级放射性肺炎概率降低6.25个百分点（27%），临床收益与手动FLART计划相近，且87.9%的自动计划无需修改即可被临床接受，计划时间从2-3小时缩短至约8分钟。

该研究整合六个公共单细胞RNA测序数据集，用inferCNV推断单细胞水平拷贝数变异并识别高CNV（HCNV）恶性亚群，以HCNV活性为生物学锚点构建基于常规H&E染色切片的深度学习多模态AI预后模型，并通过多组学筛选与体内外实验确定RTN3为核心驱动基因，证明RTN3经JAK2/STAT3通路转录上调PKM2、GLUT1、LDHA等糖酵解酶，驱动糖酵解代谢重编程并介导膀胱癌吉西他滨耐药。

该研究整合六个公共单细胞RNA测序数据集，用inferCNV推断单细胞水平拷贝数变异并识别高CNV（HCNV）恶性亚群，以HCNV活性为生物学锚点构建基于常规H&E染色切片的深度学习多模态AI预后模型，并通过多组学筛选与体内外实验确定RTN3为核心驱动基因，证明RTN3经JAK2/STAT3通路转录上调PKM2、GLUT1、LDHA等糖酵解酶，驱动糖酵解代谢重编程并介导膀胱癌吉西他滨耐药。