人工智能（AI）工具的开发、应用和基准测试正在快速增加，以改善神经系统肿瘤学的诊断、预测和治疗。发表在《柳叶刀 肿瘤学》杂志上的一篇政策综述对该领域迄今为止的工作进行了概述和批判性评估，重点关注关键基因组标记的诊断人工智能模型、治疗前后反应的预测人工智能模型，以及区分真正的疾病进展和治疗相关变化（这是基于当前神经系统肿瘤学临床护理的一个相当大的挑战）。此外，还讨论了有希望的未来方向，包括在神经肿瘤学中使用人工智能进行自动反应评估。

技术进步使计算方法在包括医疗保健在内的各个领域的扩展调查、开发和应用成为可能。诊断、预测、预后和监测生物标志物的数量正在不断增加，以改善神经肿瘤学的临床决策。这些进步描述了人工智能（AI）算法的日益结合，包括放射组学的使用。然而，人工智能的广泛适用性和临床翻译受到通用性、可重复性等问题的限制。该政策综述旨在为卫生保健，特别是神经肿瘤学领域人工智能方法的标准化和良好临床实践提供主要建议资源。为此，研究人员研究了人工智能在神经肿瘤学反应评估中的可重复性、再现性和稳定性，研究了影响此类计算方法的因素，并在公开可用的开源数据和计算软件工具中促进了这些目标。同时从可信赖人工智能的角度讨论了这些方法的标准化和验证途径。

循证来源：医牛独家循证原文01（点击获取链接）

循证来源：医牛独家循证原文02（点击获取链接）