技术突破 - Caris GPSai™采用深度学习多层AI模型 基于全外显子组和全转录组测序（WES/WTS）技术 显著提升原发灶不明癌症（CUP）和误诊肿瘤的诊断准确性 [1] - 新版本从传统机器学习转向深度学习 能够更精确预测肿瘤组织来源并识别潜在误诊病例 支持更精准的治疗决策 [2] - 模型基于超过200,000例Caris测序病例数据训练 可将肿瘤分类为90个类别 [3] 临床验证数据 - 在非CUP病例中展示95.0%的肿瘤组织来源识别准确率 [3] - 在回顾性验证（N=21,549）和前瞻性验证（N=76,271）中 对CUP病例成功报告84.0%的组织来源 对非CUP病例成功报告96.3%的组织来源 [3] - 八个月临床使用中改变704例患者诊断 其中86.1%的病例基于1级临床证据影响治疗资格 53.6%的受调查医生据此调整治疗方案 [4] 应用案例 - 具体案例显示一名被诊断为三阴性乳腺癌的女性患者 经GPSai确认为B细胞淋巴瘤 修正诊断对患者生活产生重大影响 [5] - 该工具无需额外组织样本 通过影像学和分子标记等正交证据支持诊断变更 [4] 公司技术平台 - Caris建立大规模多组学临床基因组数据库 结合新一代测序技术、AI机器学习及高性能计算平台 [6] - 技术平台覆盖疾病早期检测、诊断、监测、治疗方案选择及药物开发等精准医疗应用场景 [6] - 公司在美国凤凰城、纽约、剑桥及日本东京、瑞士巴塞尔设有分支机构 服务覆盖美国及其他国际市场 [7]