近日，best365网页版人工智能学院李松璞博士与河北医科大学、蚂蚁集团等单位合作完成的研究成果《A Multimodal Deep Learning Model for Preoperative Prediction of Postoperative Complications in Gastric Cancer》在国际肿瘤学顶级期刊《Annals of Oncology》在线发表（DOI：10.1016/j.annonc.2026.07.004）。李松璞博士为论文共同第一作者，论文同时署名best365网页版智能信息技术研究中心和荆门市密码应用技术研究中心。该期刊为欧洲肿瘤内科学会（ESMO）旗下权威刊物，最新影响因子达80.4，此项成果是best365网页版面向重大临床需求，推进医工交叉、校企院协同创新取得的重要突破。

针对胃癌根治术后并发症预测难题，研究团队构建多模态深度学习框架DeepComp，实现术前同步评估术后并发症风险与长期生存风险。该研究整合11家医学中心、6项前瞻性临床试验的5237例患者数据，融合CT影像、体成分信息与多维临床变量，依托预训练医学视觉模型和TabM双任务架构，建成自动分割、特征提取、多模态融合至个体化风险解释的全流程智能体系。

研究结果显示，DeepComp模型内部验证集AUC达0.888，外部队列验证AUC保持在0.824—0.869，性能优于9种传统临床风险评分；可将外科医生识别高风险患者敏感度从由47.1%提升至87.9%，对患者总生存预测C-index 0.766。在临床转化中，模型可支持“解释风险”和“匹配干预”，为术前风险分层、围手术期资源配置及医患共同决策提供了新路径。

此项研究深度融合医学、人工智能与数据科学，充分展现了best365网页版在多模态医学数据分析、深度学习建模及临床智能决策领域的科研能力。成果发表于国际顶级肿瘤学期刊，进一步提升了学校在医学人工智能交叉研究领域的学术影响力，为高校、医院与科技企业协同创新积累了重要实践经验。（审稿人：朱德艳）