领导者使用的谈判策略是问:“要付出什么代价?”鉴于免疫检查点抑制剂(ICI)治疗使用的弱预测性生物标志物，可能是时候问病理学家“如何为每个非小细胞肺癌患者提供定量肿瘤浸润淋巴细胞(TIL)评分?”在本期的JAMA肿瘤学， Rakaee等1描述一种与ICI反应相关的新的生物标志物，基于客观、开源、机器学习(ML)方法，使用QuPath软件计算肺癌中的TILs。他们指出，TIL有可能改善ICI应答者的选择，并且ML-TIL易于获得、准确和可重复性。他们创建了一个ML-TIL算法，然后在训练集上进行测试，以显示TIL计数如何与对程序性细胞死亡(PD) 1/PD配体1轴单剂ICI治疗的反应相关。这在2个大型回顾性非小细胞肺癌队列中以训练集/验证集格式显示。他们还表明ML-TIL在PD配体1阴性患者中特别有价值，与肿瘤突变负担相比，与预后有更强的相关性。