研究结果表明，人工智能在发现免疫检查点抑制剂（ICIs）在各种癌症中的疗效预测性生物标志物方面发挥着越来越重要的作用。这种方法具有广泛的应用前景，不仅限于免疫治疗领域，还可以扩展到化疗或靶向治疗的效率预测中。人工智能方法能够从复杂的数据中提供新的见解，但目前基于人工智能的“软件生物标志物”的开发仍面临诸多挑战，如回顾性数据集的局限性、多种人工智能方法的不可比性以及决策过程的不透明性等。
虽然已有研究通过人工智能方法获得了一些具有启发性的结果，但直接应用于临床实践的案例仍然有限。为了开发可解释的、负责任的人工智能工具(http://www.maoyihang.com/sell/l_5/)，仍需进行大规模的前瞻性验证研究。这些工具对免疫疗法领域至关重要，因为需要新的元生物标记物来预测患者的反应。
总之，该综述对90项已确定的研究进行了评估，涵盖了癌症的四种主要数据模式。这些研究描述了数据集、方法、生物标记物和结果，证明了使用人工智能发现ICIs疗效预测性生物标志物的技术正逐渐成为临床研究的热点，并为临床实践提供了重要的参考价值。
