这篇发表于《Nature Communications》的研究针对甲状腺癌侧方淋巴结转移（LLNM）术前预测的临床需求，提出了一种名为LLNM-Net的双向注意力深度学习模型。该模型融合了术前超声图像、放射报告、病理结果及人口统计学数据等多模态信息，训练数据涵盖7个中心的29,615名患者和9836例手术案例。

这篇文章系统综述了人工智能（AI）在癌症诊疗领域的研究现状与应用进展，聚焦于AI在影像诊断、基因组学、治疗干预及患者管理等核心场景的创新实践。在影像诊断层面，深度学习模型如卷积神经网络（CNNs）已深度融入CT、MRI、病理全切片图像（WSIs）等多模态影像分析，显著提升早期癌症检测精度。例如Prov-GigaPath和CHIEF等基础模型通过处理超大规模病理数据，实现了肿瘤分型、突变预测等任务的