基于人工智能技术的影像基因组学在肺癌的个性化治疗和精准医学等方面都显示出巨大的潜力，为肺癌的智能诊断与预后预测提供了重要的理论基础和技术支撑。为了更加深入有效的探索和广泛的应用，详细描述了人工智能方法在肺癌影像基因组学领域用于诊断与预后的相关研究进展。首先介绍了人工智能在影像基因组学中的角色与应用，以及人工智能技术在肺癌影像基因组学的主要研究方向，分别从肺癌基因表型识别、影像基因双向相关分析、预后预测三个方面进行了综述，并且评估了放射组学与深度学习算法在每个问题中的优缺点以及面临的问题和挑战。其次，总结了智能影像基因组学现阶段面临的主要挑战，并对未来的研究方向做出了展望。基于人工智能的影像基因组学在肺癌诊断、生存复发预测、疗效反应评估和了解肿瘤生物学机制等方面虽然取得了一定的进展，但还需要结合实际的临床需求，建立一种统一、标准、完善的计算机辅助临床程序，进一步探讨人工智能在肺癌影像基因组学中研究成果应用的可解释性、可重复性和普遍性验证，为肺癌的智能化诊疗与评估提供保障。

国家自然科学基金资助项目（61972274）;国家自然科学基金重大项目（U21A20469）；山西省基础研究计划资助项目（202103021224066）；

1 影像基因组学与人工智能
2 影像基因智能方法在肺癌基因表型方面的鉴别
3 影像与基因在肺癌智能诊断方面的相关性分析
4 影像基因智能方法在肺癌预后预测方面的研究
4.1 生存复发预测
4.2 疗效评估预测
5 挑战与展望
1) 多源、复杂、未标准化的数据集。
2) 缺乏可重复性和再现性。
3) 模型的不可解释性。
6 结语

贾利叶,任雪婷,赵涓涓,武炜,杨倩倩.人工智能在肺癌影像基因组学方面的研究与进展[J].太原理工大学学报,2022,53(04):571-587.DOI:10.16355/j.cnki.issn1007-9432tyut.2022.04.001.