Inaugural Issue
Intelligent Oncology（ISSN 2950-2616）是由教育部主管、重庆大学主办，与科爱出版集团联合推出的英文科技期刊，入选“2023年度中国科技期刊卓越行动计划高起点新刊项目”。近日，Intelligent Oncology创刊号文章全部上线。本期汇集了国际抗癌联盟（UICC）前任主席、全球抗癌协作组（GCOG）主席、中国科学院院士、IEEE Fellow在内的多位国际知名专家的杰出贡献。创刊号文章涵盖了编者按、观点文章、评论文章、综述以及原创性研究等多种类型，展现了智能肿瘤学领域的最新进展和深刻见解。全部论文均为开放获取，读者可免费阅读、下载。
Editorial
Redefining the future of cancer care:Intelligent Oncologyunveiled
Intelligent Oncology杂志主编徐波教授介绍了杂志的创刊宗旨。文中强调了人工智能技术在整合临床数据、提高诊断准确性、优化治疗方案、药物研发和健康管理等方面的重要作用。智能肿瘤学正在逐步架起一座桥梁，缩小健康愿景与现实之间的差距，这将为癌症的“防筛诊治康”各流程带来新的希望。充分利用人工智能，我们可以促进癌症早期筛查、精准诊断，制定个性化治疗方案，简化临床试验和药物研发流程，加强患者护理和康复，从而在抗击癌症的斗争中收获更好的结果和更光明的未来。
原文链接
https://doi.org/10.1016/j.intonc.2024.11.002
原文速递
Perspective
From data to decisions: Big data and AI are shaping the future of radiotherapy and individualized treatment of nasopharyngeal carcinoma
中山大学肿瘤防治中心马骏院士和孙颖教授团队深入探讨了大数据和人工智能在鼻咽癌（NPC）放射治疗和个体化治疗中的未来。
原文链接
https://doi.org/10.1016/j.intonc.2024.09.001
原文速递
Commentary
We need intelligent oncology everywhere
国际知名肿瘤学家、国际抗癌联盟（UICC）前任主席、瑞士肿瘤研究基金会主席、世界肿瘤学论坛（WOF）主席Franco Cavalli教授在文中讨论了智能肿瘤学在全球癌症防治中的重要性、进展、挑战以及未来的发展方向，强调了人工智能在癌症治疗个性化和精准化中的作用，并呼吁国际协作以缩小全球癌症治疗的差距。
原文链接
https://doi.org/10.1016/j.intonc.2024.10.002
原文速递
Commentary
From promise to practice: Harnessing artificial intelligence for breast cancer screening
新加坡国立大学医院Mikael Hartman医生团队探讨了人工智能在乳腺癌筛查中的应用，特别是如何将人工智能技术从理论转化为实际应用，并分析了在这一过程中遇到的挑战和解决方案。
原文链接
https://doi.org/10.1016/j.intonc.2024.11.001
原文速递
Review
Multi-omics synergy in oncology: Unraveling the complex interplay of radiomic, genoproteomic, and pathological data
AAAS, IEEE Fellow、中国科学院自动化研究所田捷教授团队综述了多组学技术在肿瘤学中的应用，重点探讨了影像组学、生物组学和病理组学3个关键组学领域的融合分析技术，以及它们在癌症诊断、生物标志物发现和治疗结果预测中的具体应用。
原文链接
https://doi.org/10.1016/j.intonc.2024.10.003
原文速递
Review
Artificial intelligence in clinical trials of lung cancer: Current and future prospects
广东省人民医院周海榆医生团队综述了人工智能在肺癌药物临床试验中的应用，探讨了人工智能技术如何提高临床试验的效率和准确性，并指出了未来研究的方向。
原文链接
https://doi.org/10.1016/j.intonc.2024.11.003
原文速递
Research Article
Development and validation of AI delineation of the thoracic RTOG organs at risk with deep learning on multi-institutional datasets
全球抗癌协作组（GCOG）主席、香港大学Feng-Ming (Spring) Kong教授联合阿里巴巴达摩院（美国）资深工程师Dakai Jin团队和浙江大学医学院附属第一医院严森祥团队，开发验证了一种基于深度学习的胸部放射治疗器官风险区域（OARs）统一轮廓绘制的模型——DeepOAR，该模型通过融合多个部分标记的数据集，实现了对14个胸部OARs的精确分割。
原文链接
https://doi.org/10.1016/j.intonc.2024.12.001
原文速递
Research Article
Discovery of novel EGFR and BRAF inhibitors by machine learning approach
澳门理工大学Hailong Zhang和Henry H.Y. Tong通过机器学习方法开发了用于预测表皮生长因子受体（EGFR）和B-Raf原癌基因，丝氨酸/苏氨酸激酶（BRAF）抑制剂生物活性的新模型，并揭示了对EGFR和BRAF靶点至关重要的亚结构基团。
原文链接
https://doi.org/10.1016/j.intonc.2024.10.001
原文速递
