基于AI的肿瘤药物敏感性预测模型

基于AI的肿瘤药物敏感性预测模型演讲人01引言：肿瘤药物敏感性预测的临床需求与技术破局02理论基础：肿瘤药物敏感性的生物学基础与AI的适配性03AI模型的技术架构：从数据输入到临床输出04数据融合策略：破解“数据孤岛”与异构数据整合难题05模型验证与临床转化：从“实验室”到“病床边”的桥梁06现存挑战与未来方向：迈向更精准、更可及的预测未来07结论：AI赋能肿瘤精准治疗，让“量体裁衣”成为现实目录基于AI的肿瘤药物敏感性预测模型01引言：肿瘤药物敏感性预测的临床需求与技术破局引言：肿瘤药物敏感性预测的临床需求与技术破局在肿瘤临床诊疗的实践中，一个核心痛点始终困扰着医学界：同一病理分型的患者，对同种药物的治疗反应可能天差地别。这种“同病异治”的现象背后，是肿瘤细胞的异质性、肿瘤微环境的复杂性以及个体遗传背景的差异共同作用的结果。传统化疗药物的有效率普遍不足30%，靶向药物虽在特定基因突变患者中显示出优势，但耐药性问题依然突出，免疫治疗则仅对部分患者产生持久应答。如何精准预测患者对特定药物的敏感性，从而实现“量体裁衣”式的个体化治疗，是提高肿瘤治愈率、改善患者生活质量的关键。肿瘤药物敏感性预测的本质，是通过解析药物与肿瘤细胞相互作用的生物学基础，构建“药物-肿瘤-患者”三者关联的预测模型。传统方法主要包括体外药敏实验（如MTT法、克隆形成实验）、基于生物标志物的检测（如EGFR突变预测靶向药疗效）以及数学模型（如基于细胞系数据的线性回归）。然而，这些方法存在明显局限：体外药敏实验周期长、成本高，难以满足临床快速决策需求；生物标志物数量有限，且多数仅适用于特定药物和癌种；数学模型则因依赖简化的线性假设，难以捕捉药物作用的复杂非线性机制。引言：肿瘤药物敏感性预测的临床需求与技术破局近年来，人工智能（AI）技术的崛起为这一难题提供了全新的解决路径。AI凭借其强大的模式识别能力、高维数据处理能力和非线性建模能力，能够整合多维度、多来源的肿瘤数据，挖掘传统方法难以发现的隐藏规律。从基因组学、转录组学等分子数据，到医学影像、病理图像等表型数据，再到电子病历等临床信息，AI模型能够构建从“数据”到“预测”的端到端解决方案，实现对肿瘤药物敏感性的精准预测。作为深耕肿瘤精准医疗领域的研究者，我深刻体会到：AI不仅是一种工具，更是推动肿瘤治疗从“经验医学”向“预测医学”跨越的核心驱动力。本文将从理论基础、技术架构、数据融合、临床转化等维度，系统阐述基于AI的肿瘤药物敏感性预测模型的核心要素与前沿进展。02理论基础：肿瘤药物敏感性的生物学基础与AI的适配性1肿瘤药物敏感性的核心影响因素肿瘤药物敏感性是药物、肿瘤细胞、宿主三者相互作用的结果，其生物学基础可归纳为三个层面：1肿瘤药物敏感性的核心影响因素1.1肿瘤细胞固有特征肿瘤细胞的基因突变、表观遗传修饰、信号通路活化状态直接影响药物作用靶点的可及性和下游效应。例如，EGFR突变型非小细胞肺癌（NSCLC）对EGFR-TKI（如吉非替尼）敏感，而KRAS突变则常导致EGFR-TKI耐药；BRCA1/2突变细胞对PARP抑制剂敏感，这是基于“合成致死”机制的典型范例。此外，肿瘤细胞的代谢重编程（如糖酵解增强、谷氨酰胺依赖）、DNA损伤修复能力（如同源重组缺陷状态）也会影响药物敏感性。1肿瘤药物敏感性的核心影响因素1.2肿瘤微环境（TME）的调控作用肿瘤并非孤立存在的细胞团，其周围基质细胞（如癌相关成纤维细胞CAFs）、免疫细胞（如T细胞、巨噬细胞）、血管内皮细胞以及细胞外基质共同构成复杂的TME。TME通过分泌细胞因子（如TGF-β、IL-6）、提供生存信号、形成物理屏障（如纤维化基质）等途径，影响药物递送和肿瘤细胞对药物的应答。例如，免疫抑制性TME可削弱免疫治疗效果，而CAFs介导的细胞外基质重塑则会阻碍化疗药物渗透至肿瘤核心。1肿瘤药物敏感性的核心影响因素1.3宿主因素的个体差异患者的年龄、肝肾功能合并症、肠道菌群状态、药物代谢酶活性（如CYP450家族）等宿主因素，通过影响药物代谢动力学（PK）和药物效应动力学（PD），间接决定药物敏感性。例如，CYP2D6基因多态性可导致他莫昔芬在部分患者中代谢失活，降低乳腺癌治疗效果。2AI技术对复杂生物学关系的建模优势肿瘤药物敏感性预测的本质是一个高维、非线性、多变量耦合的复杂问题——其涉及数千个基因、数百万个突变位点、多种细胞类型及信号通路，传统统计方法难以捕捉其中的深层关联。AI技术，尤其是深度学习（DeepLearning,DL）的出现，为解决这一挑战提供了适配性工具：2AI技术对复杂生物学关系的建模优势2.1自动特征提取与高维数据降维基因组学、蛋白组学等组学数据通常具有“高维度、小样本”特点（如全外显子测序数据包含数百万个SNP位点，但样本量常不足千例）。传统机器学习方法（如SVM、随机森林）依赖人工特征工程，不仅耗时费力，且可能丢失关键信息。深度学习中的卷积神经网络（CNN）和自编码器（Autoencoder）能够自动从原始数据中学习层次化特征：例如，CNN可直接从基因表达矩阵中识别与药物敏感性相关的基因模块，自编码器则通过无监督学习将高维数据压缩为低维潜在表示，保留核心信息的同时降低噪声干扰。2AI技术对复杂生物学关系的建模优势2.2非线性关系建模与复杂交互作用捕捉药物敏感性往往由多个基因/通路的非线性交互决定。例如，PI3K/AKT/mTOR通路与MAPK通路的交叉激活可导致EGFR-TKI耐药，这种交互作用难以用线性模型描述。循环神经网络（RNN）、图神经网络（GNN）等模型擅长捕捉序列依赖和图结构数据中的非线性关系：RNN可用于分析时间动态数据（如治疗过程中基因表达变化），GNN则能基于基因调控网络或蛋白质相互作用网络（PPI）建模分子间的复杂交互，从而揭示“多基因协同作用”对敏感性的影响。2AI技术对复杂生物学关系的建模优势2.3多模态数据融合与跨知识迁移肿瘤药物敏感性预测需整合分子、影像、临床等多源异构数据。AI中的多模态学习（MultimodalLearning）可通过注意力机制（AttentionMechanism）或跨模态编码器（Cross-modalEncoder）对不同模态数据加权融合，例如将基因突变数据与CT影像纹理特征结合，提升预测准确率。此外，迁移学习（TransferLearning）能将预训练模型（如在大型公共数据集TCGA上训练的模型）迁移至特定癌种或小样本数据集，解决数据稀缺问题——这在罕见肿瘤或新药研发中具有重要价值。03AI模型的技术架构：从数据输入到临床输出AI模型的技术架构：从数据输入到临床输出基于AI的肿瘤药物敏感性预测模型并非单一算法，而是涵盖数据层、特征层、模型层和应用层的完整技术体系。其核心目标是实现“从数据到决策”的高效转化，具体架构如下：1数据层：多模态数据的采集与标准化数据是AI模型的“燃料”，肿瘤药物敏感性预测的性能上限取决于数据的质量、广度和异构性。核心数据模态包括：1数据层：多模态数据的采集与标准化1.1分子组学数据-基因组学：全基因组测序（WGS）、全外显子测序（WES）数据，用于识别单核苷酸变异（SNV）、插入缺失（Indel）、拷贝数变异（CNV）等；例如，TP53突变在多种肿瘤中与化疗耐药相关，而BRCA突变则与铂类药物敏感性正相关。-转录组学：RNA测序（RNA-seq）数据，可分析基因表达谱、可变剪接、非编码RNA（如miRNA、lncRNA）等；例如，PD-L1mRNA表达水平是预测免疫检查点抑制剂疗效的重要标志物。-蛋白组学/代谢组学：质谱数据（如LC-MS/MS）用于检测蛋白表达、翻译后修饰（如磷酸化）及代谢物水平；例如，糖酵解关键酶HK2的高表达与肿瘤细胞对糖酵解抑制剂的敏感性相关。1231数据层：多模态数据的采集与标准化1.2表型组学数据-医学影像：CT、MRI、PET-CT等影像数据，通过影像组学（Radiomics）提取纹理特征（如灰度共生矩阵GLCM、小波变换特征），反映肿瘤的异质性和微环境状态；例如，NSCLC肿瘤的“边缘毛刺征”可能与EGFR-TKI敏感性相关。-病理图像：HE染色或免疫组化（IHC）切片，通过数字病理技术提取细胞形态、空间分布特征；例如，肿瘤浸润淋巴细胞的密度和空间分布可预测免疫治疗效果。1数据层：多模态数据的采集与标准化1.3临床数据患者基本信息（年龄、性别）、病理分期、既往治疗史、合并症、实验室检查指标（如血常规、生化指标）等结构化数据，以及电子病历（EMR）中的非结构化文本数据（如病理报告、病程记录），需通过自然语言处理（NLP）技术提取关键信息（如“转移灶”“化疗方案”）。数据标准化与质量控制：不同来源的数据存在批次效应、缺失值、噪声等问题，需通过批次校正（如ComBat算法）、缺失值填充（如KNN插补）、异常值检测（如IsolationForest）等步骤预处理，确保数据可比性和模型鲁棒性。2特征层：特征选择与工程原始数据维度高、噪声多，需通过特征选择和工程提取与药物敏感性强相关的特征，避免“维度灾难”。2特征层：特征选择与工程2.1基于领域知识的特征选择结合肿瘤生物学知识，预先筛选与药物作用机制相关的特征子集。例如，预测EGFR-TKI敏感性时，可优先选择EGFR基因突变、扩增、下游通路（AKT、ERK）激活状态等特征；预测免疫治疗敏感性时，可考虑肿瘤突变负荷（TMB）、微卫星不稳定性（MSI）、HLA分型等特征。这种方法可减少冗余特征，提升模型可解释性。2特征层：特征选择与工程2.2基于数据驱动的特征选择利用LASSO回归、随机森林特征重要性、互信息（MutualInformation）等算法，从高维数据中自动筛选与敏感性显著相关的特征。例如，在一项针对卵巢癌化疗敏感性预测的研究中，LASSO回归从2000多个基因表达特征中筛选出15个核心基因，构建的预测模型AUC达0.85。2特征层：特征选择与工程2.3特征融合与表示学习不同模态的特征需通过融合策略形成统一表示：早期融合（EarlyFusion）将多模态特征直接拼接后输入模型，适合特征间相关性较强的情况；晚期融合（LateFusion）为不同模态训练子模型，通过加权投票或元学习整合预测结果，适合模态间互补性强的情况；混合融合（HybridFusion）则结合早期和晚期融合的优势，例如先用自编码器学习各模态的低维表示，再通过注意力机制加权融合。3模型层：核心算法与架构设计模型层是AI系统的“大脑”，需根据数据特点和预测任务选择合适的算法架构。主流模型包括：3模型层：核心算法与架构设计3.1监督学习模型：直接预测敏感性标签-传统机器学习：随机森林（RandomForest）、XGBoost、支持向量机（SVM）等模型在小样本、低维度数据中表现稳定，适用于基于有限生物标志物的敏感性预测。例如，一项研究利用XGBoost整合5个基因突变特征，预测结直肠癌患者对5-FU的敏感性，准确率达78%。-深度学习：-多层感知机（MLP）：处理结构化数据（如临床数据+分子特征），通过全连接层学习非线性映射；-CNN：适用于图像类数据（如病理切片、影像），通过卷积核提取局部特征（如细胞核形态）；-RNN/LSTM：处理序列数据（如治疗过程中的动态变化），捕捉时间依赖性；3模型层：核心算法与架构设计3.1监督学习模型：直接预测敏感性标签-GNN：基于分子图数据（如化合物结构、基因调控网络），建模节点（基因/化合物）和边（相互作用）的关系，例如在药物-靶点相互作用预测中，GNN可准确识别潜在敏感药物。3模型层：核心算法与架构设计3.2无监督学习模型：发现敏感性亚群当缺乏敏感性标签时，可通过聚类算法（如K-means、层次聚类）将患者分为“敏感”和“耐药”亚群，为后续模型训练提供标签。例如，基于转录组数据的无监督聚类可将三阴性乳腺癌分为“免疫激活型”和“间质型”，前者对免疫治疗更敏感。3模型层：核心算法与架构设计3.3强化学习模型：优化联合治疗方案对于“药物选择+剂量调整”的复杂决策问题，强化学习（ReinforcementLearning,RL）可通过“状态-动作-奖励”机制优化治疗方案。例如，RL代理（Agent）以患者当前状态（如肿瘤负荷、基因突变）为输入，选择最佳药物组合（动作），根据治疗反应（奖励）更新策略，最终实现个体化治疗方案的动态优化。4应用层：临床决策支持与闭环反馈模型预测结果需转化为临床可行动的信息，并通过反馈机制持续优化。4应用层：临床决策支持与闭环反馈4.1预测结果可视化与解释为增强医生对AI模型的信任，需通过可解释AI（XAI）技术展示预测依据。例如：-SHAP（SHapleyAdditiveexPlanations）值量化每个特征对预测结果的贡献度（如“EGFR突变+21，使敏感概率提升35%”）；-注意力机制可视化模型关注的图像区域（如病理图像中的肿瘤浸润边缘）；-反事实解释（CounterfactualExplanation）生成“若患者无TP53突变，敏感概率将降低20%”等直观结论。4应用层：临床决策支持与闭环反馈4.2临床决策支持系统集成将AI模型嵌入医院信息系统（HIS）、电子病历系统（EMR）或临床决策支持系统（CDSS），实现“患者数据输入-敏感性预测-治疗方案推荐”的自动化流程。例如，当医生录入患者基因检测结果后，系统自动推荐敏感药物清单及避开的耐药药物，并标注循证医学证据等级（如“基于NCCN指南，推荐等级1A”）。4应用层：临床决策支持与闭环反馈4.3闭环反馈与模型迭代临床实践中的真实世界数据（RWD）是优化模型的关键。通过收集患者的实际治疗反应数据（如肿瘤退缩、无进展生存期PFS），将“预测结果-真实结局”对反馈至模型，通过在线学习（OnlineLearning）或增量学习（IncrementalLearning）持续更新模型参数，解决“数据漂移”（DataDrift）问题，确保模型性能随临床应用迭代提升。04数据融合策略：破解“数据孤岛”与异构数据整合难题数据融合策略：破解“数据孤岛”与异构数据整合难题多模态数据融合是AI模型的核心优势，也是当前技术落地的难点所在。肿瘤药物敏感性预测涉及的数据类型多样、结构各异，如何实现“1+1>2”的融合效果，需结合数据特性和任务需求选择合适的策略。1横向融合：同类型数据的跨源整合同一模态的数据可能来自不同平台、不同中心，例如基因组学数据可来自Illumina测序平台、Nano测序平台，影像数据来自不同厂商的CT/MRI设备。横向融合的核心是解决“批次效应”和“平台差异”，常用方法包括：1横向融合：同类型数据的跨源整合1.1标准化与归一化通过Z-score标准化、Min-Max归一化等方法消除不同数据间的量纲差异；对于测序数据，采用TPM（transcriptspermillion）或FPKM（fragmentsperkilobasemillion）标准化基因表达量，确保样本间可比性。1横向融合：同类型数据的跨源整合1.2批次校正算法ComBat、Harmony等算法通过识别批次效应相关的协变量（如实验室、测序批次），在保留生物学差异的同时消除批次影响。例如，在一项整合TCGA和GEO数据库基因表达数据的研究中，ComBat校正后，两批数据的批次相关性从0.62降至0.08，而癌种特异性基因表达差异得以保留。2纵向融合：不同层级数据的关联建模分子数据（基因）、细胞数据（病理图像）、个体数据（临床信息）分属不同生物学层级，纵向融合需建立跨层级的映射关系。例如，基因突变（分子层）可能通过影响蛋白表达（细胞层），最终导致影像学特征的改变（个体层）。实现纵向融合的典型技术包括：2纵向融合：不同层级数据的关联建模2.1多模态注意力机制通过注意力权重建模不同模态特征的重要性。例如，在预测免疫治疗敏感性时，模型可赋予TMB（分子层）较高权重，同时结合PD-L1IHC（细胞层）和影像组学特征（个体层），动态调整各模态的贡献度。一项针对黑色素瘤的研究显示，基于注意力机制的多模态融合模型较单模态模型AUC提升0.12（0.85vs0.73）。2纵向融合：不同层级数据的关联建模2.2跨模态对比学习通过对比学习让模型学习不同模态数据的一致表示。例如，将基因表达数据与对应的病理图像作为正样本对，不同患者的基因-图像对作为负样本对，训练模型使得相同患者的不同模态特征在特征空间中距离更近。这种方法可在无标签数据中学习跨模态关联，解决标注数据稀缺的问题。3动态融合：时间序列数据的建模肿瘤治疗过程中，患者的分子特征、影像表现、临床指标随时间动态变化，动态融合需捕捉这种“时序依赖性”。例如，晚期肺癌患者在接受EGFR-TKI治疗后，可能出现耐药突变（如T790M）的动态演化，导致敏感性从“敏感”转为“耐药”。3动态融合：时间序列数据的建模3.1时序建模算法-LSTM/GRU：处理等间隔时间序列数据（如每月复查的CT肿瘤体积），通过记忆单元捕捉长期依赖关系；-Transformer：通过自注意力机制建模非等间隔、长时序数据，例如整合治疗第1、3、6个月的基因突变和影像数据，预测第12个月的耐药风险；-循环神经网络与图神经网络结合（RNN-GNN）：建模患者-时间-事件的关系图，例如将不同时间点的基因突变节点连接为时序图，通过GNN捕捉突变演化的动态规律。3动态融合：时间序列数据的建模3.2动态特征工程提取时间序列的统计特征（如肿瘤体积变化斜率、基因突变丰度波动）和动态特征（如首次耐药时间、突变克隆扩增速度），作为模型的输入特征。例如，一项研究通过计算治疗过程中ctDNA突变清除率（动态特征），预测结直肠癌患者对化疗的敏感性，AUC达0.89，显著优于静态基线特征。05模型验证与临床转化：从“实验室”到“病床边”的桥梁模型验证与临床转化：从“实验室”到“病床边”的桥梁AI模型的临床价值需通过严格的验证和落地实践来体现。与工业领域的AI应用不同，肿瘤药物敏感性预测模型的验证需兼顾统计性能、临床实用性和伦理合规性。1模型验证的层次与标准1.1内部验证：单一数据集的性能评估在训练集上通过交叉验证（如10折交叉验证）评估模型性能，避免过拟合。常用指标包括：-二分类任务：AUC（ROC曲线下面积）、准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1-score；-生存分析任务：C-index（一致性指数）、时间依赖AUC（time-dependentAUC）；-回归任务：决定系数（R²）、均方根误差（RMSE）。例如，一项基于深度学习的胰腺癌化疗敏感性预测模型在内部验证中AUC达0.88，准确率82%，显著优于传统临床模型（AUC0.72）。1模型验证的层次与标准1.2外部验证：独立数据集的泛化能力评估在独立于训练集的外部数据集（如来自不同中心、不同平台的数据）上测试模型性能，验证其泛化能力。外部验证是衡量模型临床实用性的关键步骤，可避免“数据过拟合”导致的虚假高性能。例如，某研究构建的结直肠癌药物敏感性预测模型在内部验证（TCGA数据）AUC0.90，但在外部验证（GEO数据）AUC降至0.75，提示模型在跨中心应用中需进一步优化。1模型验证的层次与标准1.3临床实用性验证：决策曲线分析（DCA）统计性能优异的模型不一定具有临床价值。决策曲线分析通过计算“净收益”（NetBenefit），评估模型在不同阈值概率下的临床效用——即若医生采纳模型推荐，能比“treat-all”或“treat-none”策略多获益多少患者。例如，一项DCA显示，AI模型指导的治疗决策较经验性治疗的净收益高15%，提示其可减少无效治疗带来的医疗资源浪费和患者毒副作用。2临床转化的核心挑战与应对策略2.1数据孤岛与隐私保护1肿瘤数据分散于不同医院、不同科室，且涉及患者隐私，数据共享困难。解决方案包括：2-联邦学习（FederatedLearning）：模型在本地医院训练，仅共享参数而非原始数据，实现“数据不动模型动”；3-差分隐私（DifferentialPrivacy）：在数据中添加calibrated噪声，保护个体隐私的同时保留统计特征；4-医疗数据联盟（如PCF、ICGC）建立标准化数据共享平台，通过统一的数据标准和权限管理促进数据流通。2临床转化的核心挑战与应对策略2.2模型可解释性与医生信任“黑箱”模型难以获得临床医生的采纳。应对策略包括：-开发可解释AI（XAI）工具，如LIME（LocalInterpretableModel-agnosticExplanations）生成局部解释，SHAP值提供全局解释；-结合领域知识约束模型，例如在损失函数中加入生物通路先验知识，确保模型预测符合已知生物学机制；-与临床医生共同设计“人机交互界面”，将模型预测结果与医生经验结合，形成“AI辅助决策+医生最终判断”的协作模式。2临床转化的核心挑战与应对策略2.3临床工作流整合AI模型需无缝嵌入现有临床流程，避免增加医生工作负担。例如：-输出结果简洁明了，如“推荐药物：A（敏感概率85%），避让药物：B（耐药概率78%）”，并附带循证医学证据；-与医院信息系统（HIS）对接，自动抓取患者数据（如基因检测结果、影像报告），无需手动录入；-开发移动端应用，方便医生在查房、会诊时实时查询预测结果。3监管审批与真实世界证据（RWE）03-体外诊断试剂（IVD）：若模型用于伴随诊断（如指导特定药物使用），需按IVD法规申报；02-软件即医疗设备（SaMD）：将模型作为独立软件审批，需提供临床试验数据（如前瞻性、多中心验证研究）；01作为医疗器械或医疗决策工具，AI模型需通过国家药品监督管理局（NMPA）、FDA等机构的审批。当前，针对AI肿瘤预测模型的审批路径主要包括：04-真实世界数据（RWE）支持：利用真实世界数据补充临床试验证据，例如通过观察性研究收集模型应用后的患者结局数据，证明其临床价值。06现存挑战与未来方向：迈向更精准、更可及的预测未来现存挑战与未来方向：迈向更精准、更可及的预测未来尽管AI在肿瘤药物敏感性预测中展现出巨大潜力，但技术成熟和广泛应用仍面临诸多挑战。同时，新兴技术的不断涌现也为模型优化提供了新的思路。1现存挑战1.1数据质量与数量瓶颈1-数据偏倚：公共数据集（如TCGA、GDSC）以欧美人群为主，亚洲人群数据稀缺，导致模型在跨人种应用中性能下降；2-标签噪声：药物敏感性标签（如RECIST标准评估的肿瘤缓解）存在主观性和测量误差，影响模型训练效果；3-数据稀缺：罕见肿瘤（如神经内分泌肿瘤）或新药（如双特异性抗体）的敏感性数据不足，难以训练高性能模型。1现存挑战1.2模型泛化能力不足-癌种特异性局限：多数模型针对单一癌种（如肺癌、乳腺癌）训练，跨癌种泛化能力差；010203-药物依赖性局限：模型对训练集中出现过的药物预测效果好，对新药或联合用药的预测能力有限；-动态适应性不足：肿瘤在治疗过程中会发生克隆演化，模型难以实时适应这种动态变化。1现存挑战1.3临床落地障碍-计算资源需求：深度学习模型训练需高性能计算集群，基层医院难以承担；-医疗体系整合难度：现有医疗流程缺乏AI嵌入接口，模型推广需医院管理层、IT部门、临床科室多方协作；-伦理与法律风险：若模型预测错误导致患者错失治疗，责任归属（医生、医院、开发者）尚不明确。0203012未来发展方向2.1新兴技术驱动的模型创新-单细胞测序与空间组学融合：单细胞RNA-seq可解析肿瘤内细胞亚群的异质性，空间转录组技术（如Visium）则保留细胞空间位置信息，二者结合能更精准地建模“耐药克隆”的分布与微环境互作，提升预测精度；-生成式AI（GenerativeAI）的应用：生成对抗网络（GAN）可生成合成数据解决数据稀缺问题；大语言模型（LLM）可从非结构化电子病历中提取治疗反应信息，丰富标签数据；-多组学因果推断模型：传统模型多关注“相关性”，而因果推断（如DoWhy、结构方程模型）可识别“因果关系”，例如区分“基因突