首页 > 文章详情

十邑论坛第272期|迈向分子和人工智能驱动的肿瘤学：2024年Rome研究的突破性进展

12月10日

来源：肿瘤资讯

由福建省抗癌协会癌痛专业委员会和福建省抗癌协会中西医整合肿瘤专委会青年委员会主办的【十邑论坛】开播啦！论坛于每周四推出，带您用中文听原汁原味的欧洲肿瘤内科学（ESMO）研究。本期十邑论坛带来意大利Rome研究团队分享的主题为2024年肿瘤精准治疗与人工智能的结合：突破性进展与挑战的精彩讲座，揭示了精准医学和AI技术在肿瘤治疗中的最新应用和未来发展趋势。【肿瘤资讯】特邀福建省肿瘤医院赵珅教授进行相关研究解读。

赵珅解读

00:00

赵珅

副主任医师、医学博士、福州大学硕士生导师

福建省肿瘤医院腹部肿瘤内科副主任医师
医学博士福州大学硕士生导师
中国抗癌协会肿瘤整体评估专业委员会常委
福建省抗癌协会癌痛专业委员会副主任委员
福建省抗癌协会中西医整合肿瘤专委会青年委员会副主任委员
福建省抗癌协会肿瘤心理专委会委员兼秘书
中国老年学和老年医学学会精准医疗分会委员
中国老年学和老年医学学会肿瘤康复分会食管癌专家委员会委员
福建省医学会科学普及分会青年委员会委员
福建省肿瘤内科学会青年委员会委员
福建省转化医学实验室主要成员

在肿瘤学的研究与临床治疗中，精准医学的不断发展为癌症患者带来了前所未有的希望。2024年ESMO会议，LBA 7和LBA 1942O两项研究不仅在肿瘤学的传统治疗方式上做出了革新，更为未来肿瘤精准治疗与人工智能的结合指明了方向。

意大利Rome研究团队通过对近800名患者的筛选和研究，取得了具有重要临床价值的结果。该项研究原本的主要终点结果为阴性，但在进行亚组分析后，研究者发现一些患者通过交叉治疗获得了显著的生存获益（图1）。这一结果揭示了精准治疗的重要性，尤其是在肿瘤学未知领域内，尽管初步的研究结论未必总能达到预期的主要研究终点，但通过细化亚组分析，许多患者仍能从中受益。

图片1.png

图1.Rome研究交叉治疗生存获益结果

精准医学：个体化治疗的新时代

精准医学的核心之一是通过基因组学和转录组学的分析，进一步个性化地为肿瘤患者提供治疗方案。近年来，精准医学在肿瘤治疗领域取得了显著进展。例如，NCI-MATCH研究证实，根据分子生物标志物进行精准的抗肿瘤治疗可以显著提高患者的无进展生存期（PFS）（图2，表1）。转移性乳腺癌患者接受靶向治疗后，基因改变情况也与其PFS密切相关。这一发现为肿瘤的精准治疗开辟了新的研究领域，并推动了全球范围内对基因组学和转录组学的研究与应用。然而，精准医学的实施也面临着诸多挑战。首先，生物标志物的选择至关重要。目前，已获批的靶向药物数量有限，许多潜在的靶点仍处于临床试验阶段。其次，基因检测的成本较高，且并非所有患者都适合进行基因检测。

图片2.png

图2. NCI-MATCH研究设计

图片3.png

表1. NCI-MATCH研究结果

在转移性乳腺癌的治疗中，靶向治疗通过精准识别基因状态，不仅改善了患者的治疗效果，还使得患者的PFS得到了显著延长（图3）。这一发现再次表明，在肿瘤治疗中，选择合适的生物标志物至关重要。生物标志物的选择不仅能够帮助医生更加精准地制定治疗方案，还能够有效降低治疗的副作用，提升患者的生活质量。

图片4.png

图3. 靶向治疗对乳腺癌患者治疗效果的影响

肿瘤精准治疗的挑战与机遇

然而，尽管精准治疗在肿瘤治疗中取得了显著进展，但仍面临诸多挑战。首先，尽管FDA已经批准了一些基于靶点的药物（图4），但对于许多肿瘤类型而言，尚未有针对性的治疗药物。因此，如何通过更多的临床试验，进一步验证新的治疗靶点和药物，是未来研究的重要方向。Rome研究团队在这方面的贡献是不可忽视的，尽管大部分靶向药物未获得广泛批准，但这些研究为其他患者提供了更多的治疗机会和研究路径，尤其是在非特异性肿瘤的临床实验中，扩大了新的治疗药物的临床应用范围。

图片5.png

图4.FDA已获批药物

另外，二代基因测序（NGS）技术的应用，为肿瘤患者提供了更加精确的诊断和治疗方案。在2024年，尤其是在晚期癌症患者的治疗中，NGS已被推荐作为标准检测方法。这项技术可以有效识别肿瘤细胞中的基因突变，帮助医生更好地选择靶向药物，并提供个性化的治疗方案。然而，肿瘤的不可知论仍是肿瘤精准治疗中的一大难题，即使通过基因组分析，肿瘤的某些生物学特性依然难以预测，这对治疗方案的制定造成了一定的挑战。

人工智能在肿瘤学中的应用

随着人工智能技术的飞速发展，AI在肿瘤学领域的应用逐渐成熟，尤其是在影像学、预测模型和临床决策支持系统方面，AI展现出了巨大的潜力。目前，AI工具已经可以辅助临床研究，例如，通过网络决策工具帮助医生选择治疗方案，并用于NGS、精准肿瘤学和肿瘤不可知论相关的生物标志物研究。

AI技术不仅可以帮助识别癌症的分子特征，还能够通过分析病理图像和放射学报告，预测肿瘤的突变情况，甚至能够为免疫治疗的反应者和非反应者提供预判。例如，ProvGigaPath数字病理学与人工智能结合的研究，已经开始被广泛应用于预测癌症的突变情况，甚至能够在肿瘤的早期阶段进行预警（图5）。通过AI对肿瘤影像的深度学习，研究者能够识别出肿瘤的微小变化，提前预测患者的生存期，并且为患者提供更为精准的治疗方案。这种基于AI的预测模型，不仅提升了肿瘤学的诊断准确性，还为免疫治疗、靶向治疗等多种治疗手段的选择提供了新的思路。

图片6.png

图5. ProvGigaPath研究结果

AI在影像学领域也取得了巨大进步，从单一用途模型发展到更精细的预测模型，可以帮助预测免疫治疗的疗效，识别预测性生物标志物，如不稳定性或同源重组缺陷等。

未来，随着精准医学和人工智能的不断进步，肿瘤治疗将进入一个全新的时代。基因组学、转录组学与AI的结合，将使得癌症治疗更加个性化和精准，突破以往治疗模式的局限性。同时，随着更多新药物的研发和临床应用，癌症治疗的药物库将不断扩展，为患者提供更多选择。尽管挑战仍然存在，但通过不断的研究和技术创新，我们有理由相信，未来的肿瘤治疗将更加精准、个性化，癌症患者的生存率和生活质量将显著提升。

大家可以自行下载对应幻灯，再配合本音频听，效果更好。

https://rs-os-lyh-dt-publicread-file-bosmetadata-prod.liangyihui.net/boss-upload/YTvoCAFx81mssdIYaHpMfA/BHyCU4qWc8SylFKx.pdf

责任编辑：Kingsley
排版编辑：xiaodong