Deep-ODX：一种高效的深度学习工具，用于根据组织病理图像对乳腺癌患者进行风险分层

乳腺癌是女性中最常见的癌症，每年在美国造成超过40,000例死亡。在早期阶段的HR+、HER2-浸润性乳腺癌中，Oncotype DX (ODX) 乳腺癌复发评分测试预测复发风险和化疗的益处。然而，这种基因检测费用高昂且耗时，使许多患者无法接受。该研究提出了一种新颖的深度学习方法Deep-ODX，基于常规的H&E组织病理图像进行ODX复发风险预测。Deep-ODX是一个多实例学习模型，通过交叉注意力神经网络进行实例聚合。我们在从151名乳腺癌患者收集的全切片图像数据集上训练和评估了Deep-ODX。因此，Deep-ODX在我们的数据集上获得了0.862的AUC，优于现有的深度学习模型。本研究表明，深度学习方法可以从组织病理图像中预测ODX结果，提供一种具有更大可及性的潜在成本效益的预后解决方案。