肿瘤个体化治疗的进展对肿此网站瘤组织病理标记物的精确诊断提出了更高的要求。数字病理的发展为人工智能NCT-501DMSO溶解度（artificial intelligence,AI）辅助诊断在肿瘤组织病理图像分析中的应用提Ilomastat订单供了基础。基于卷积神经网络的深度学习算法能够将数字病理图像与计算机分析技术相结合，有望成为定量评价肿瘤组织生物标志物的重要工具。本文概述了AI在组织病理学中的发展，并以目前研究相对广泛且与临床诊疗密切相关的分子病理指标Her-2、Ki-67及PD-L1的图像分析为具体案例，着重阐述了当前AI在肿瘤病理标志物分析中的研究进展。AI辅助的肿瘤病理诊断具有客观性强及可重复性高等优点，能够实现肿瘤组织标志物诊断的定量分析，从而克服病理医生人工判读的挑战，提高病理诊断的精确性。通过计算机工具构建肿瘤组织标志物的AI判读模式，是构建未来肿瘤智能诊疗体系的重要环节。