首页 > 文章详情

2026 SGO·华彩篇 | 徐沁教授：IBI130单药治疗晚期宫颈癌初现曙光，多参数MRI机器学习模型助力外阴癌精准预后评估

04月21日

来源：肿瘤资讯

2026年4月10日至13日，美国妇科肿瘤学会（SGO）年会在波多黎各圣胡安举行。福建省肿瘤医院徐沁教授团队两项研究入选本届年会，分别聚焦TROP-2靶向ADC药物IBI130在复发或转移性宫颈癌中的应用前景，以及多参数MRI机器学习模型在外阴鳞状细胞癌预后评估中的潜在价值。围绕这两项研究的设计逻辑、核心结果及未来转化方向，【肿瘤资讯】特邀徐沁教授进行专访。

2026徐沁教授现场会议照片2.jpg

2026徐沁教授现场会议照片3.jpg

2026徐沁教授现场会议照片1.jpg

徐沁教授于SGO年会现场照片

徐沁教授

福建省肿瘤医院

医学博士、主任医师、博士生导师、亚专科主任
日本神户大学医学系博士
福建省肿瘤医院妇科大科科副主任妇科放疗科亚专科主任
福建省百千万备选人才
福建省杰出青年人才
福建省创新之星
中国抗癌协会近距离专委会副主任委员
中国医师协会放射肿瘤治疗医师分会近距离治疗学组副组长
中国抗癌协会宫颈癌专委会常委
中国抗癌协会妇科肿瘤整合康复专委会常委
福建省抗癌协会近距离放射治疗专委会主任委员
福建省医学会妇科肿瘤分会副主任委员
福建省抗癌协会妇科肿瘤分会青年委员会副主任委员
福建省医学会放射肿瘤治疗分会常委
发表SCI文章50余篇，以通讯或第一作者分别发表论文于JCO、Cancer Discovery、Military Medical Research、JAMA network open、Cancer Communications、Clin Transl Med、BMC medicine、Med等期刊，Annal ofOncology, BMC meidcine 审稿人
主持国家级，省级以及厅级自然科学基金十余项，第一完成人获得多项省级科技进步奖

聚焦免疫前移后的治疗空白，IBI130为复发或转移性宫颈癌后线治疗提供新思路

Q1. 在此次SGO大会上，您带来了靶向TROP-2的ADC药物IBI130治疗复发或转移性宫颈癌的研究。请您先简要介绍该研究的设计初衷？

徐沁教授：目前宫颈癌复发二线的标准治疗格局仍聚焦于免疫单药或联合治疗，但随着KEYNOTE-826等重磅研究结果的公布，免疫治疗已明显前移，越来越多患者在复发一线、甚至更早阶段就已接受过免疫治疗。这使得复发或转移性宫颈癌后线治疗越来越多地面临“免疫耐药”这一现实难题。

在这一背景下，我们将目光投向了IBI130这款携带拓扑异构酶I抑制剂的新型TROP-2靶向ADC。研究的核心目的在于验证该创新药物能否在二线及更后线治疗中展现出疗效，尤其是考察其在临床“硬骨头”——“免疫耐药“这部分患者中能否展现出积极的抗肿瘤活性。

Q2. IBI130在复发或转移性宫颈癌患者中有什么亮眼表现？

徐沁教授：关于IBI130的研究表现，我想先从客观的数据开始。目前的样本量确实较小，仅有17例可评估患者，因此必须对结果保持谨慎解读。不过，从入组人群构成看，这是一组临床难度较高的患者：其中58.8%既往接受过免疫治疗，11.8%曾接受双免治疗失败。

在这一背景下，IBI130在主要终点——安全性方面的表现令人惊喜的。IBI130的DAR约为4，这种相对适中的设计有助于在保证抗肿瘤活性的同时，控制毒性负担。研究中，ADC药物常见的不良反应之一——口腔黏膜炎的总体发生率为35.3%，且均为低级别；而临床普遍关注的ILD在目前样本中尚未观察到。当然，“未观察到”并不等同于“绝对不会发生”，受限于样本规模，IBI130的长期安全性仍需在更大样本和更长期随访中进一步确认。但就当前结果而言，其疗效与安全性之间的平衡，已为未来进一步开发提供了信心。

更值得关注的是，BI130显示出亮眼的抗肿瘤活性：整体客观缓解（ORR）率达到52.9%，其中完全缓解（CR）率为11.8%，部分缓解（PR）率为41.1%，疾病控制率（DCR）为70.6%，且展现出“起效快、维持久”的临床特征，中位至缓解时间（TTR）仅1.6个月，中位缓解持续时间（DoR）达9.4个月，中位总生存期（OS）尚未达到。

而且，在既往接受过PD-1/CTLA-4双重免疫抑制剂治疗后进展的患者中，仍有个别病例在接受IBI130后获得了PR甚至CR。随着双免联合方案在宫颈癌一线治疗中的应用不断扩大，未来复发二线患者中“双免经治/耐药”人群比例还将进一步上升，而这部分患者目前仍缺乏公认有效的后续治疗路径。IBI130的潜力不仅在于其靶向宫颈癌中高表达的TROP-2，更在于其载荷机制。大多数宫颈癌患者既往并未接触过拓扑异构酶I抑制剂，因此该类载荷的引入有望在免疫耐药后重新激发抗肿瘤活性，为患者提供新的后续选择。

Q3. 未来在宫颈癌领域，IBI130是否还有与其他药物（如免疫或抗血管药物）联合应用的探索空间？

徐沁教授：免疫耐药的出现，在临床上并不意味着免疫治疗路径的终结，其核心命题在于如何通过干预手段“逆转”这种耐药状态，使患者重新获得ORR。在现有的武器库中，ADC药物凭借其强效的杀伤机制，无疑是现阶段逆转肿瘤进展、促使患者产生有效应答的破局利器。它的首要任务是扮演“攻坚先锋”，以最快的速度将肿瘤负荷“打下来”。

但作为临床医生，我们必须保持理性和克制：ADC本质上依然承载着化疗载荷。虽然目前的临床研究多采用“用药直至进展”的模式，但我们必须正视长期用药带来的累积毒性对患者身体机能的持续伤害。即使疗效再好，如果这种获益是以牺牲患者的身体基础为代价，其临床价值也会大打折扣。

因此，我始终认为，未来的“王道”可能在于ADC与免疫治疗的深度联合或合理序贯。通过“先攻坚、后稳守”的方式，在最大化临床获益的同时控制累积毒性。目前，我们团队已围绕这一方向展开布局，预计未来一到两年有望带来新的临床研究结果。

从FIGO分期走向AI辅助决策，多参数MRI机器学习模型为外阴癌预后评估提供新工具

Q1. 在临床实践中，外阴鳞状细胞癌（VSCC）多使用FIGO分期作为分类标准，但同一分期下的患者预后往往存在显著异质性。能否请您谈谈，相较于传统影像组学，深度学习技术是如何帮助捕捉到那些肉眼难以察觉的肿瘤“微观异质性”的？

徐沁教授：外阴癌是一种罕见恶性肿瘤（中国年发病率仅4000余例）。由于病例基数有限，传统的FIGO分期难以像常见肿瘤那样基于海量数据进行精细的亚型切割。这种相对“粗线条”的宏观分类，往往会掩盖肿瘤在微观层面的巨大异质性，导致仅依靠传统FIGO分期，已不足以精准预测患者的个体化预后。

为了打破这种罕见肿瘤的评估盲区，我们开展了这项多中心研究，其最大的亮点在于实现了“传统影像组学”与“深度学习”的深度融合。传统影像组学更多依赖人工勾画病灶，帮助模型识别肿瘤大小、边界以及周边正常组织等宏观信息；而深度学习则进一步下沉到MRI图像的像素层面，尝试自动捕捉坏死灶、局部细胞密度不均、边缘微浸润等肉眼难以准确识别的微观特征。正是这种“宏观结构+微观异质性”的双重建模思路，使模型具备了更强的风险识别能力。

面对罕见肿瘤不可避免的小样本局限，团队在算法层面采取了“以高维信息弥补样本不足”的策略。研究不仅使用了自有数据，还引入公共数据集进行预训练，再回到本队列中进行进一步学习和优化。借助多参数、多维度数据的持续输入，模型得以在有限样本下提高学习能力和泛化表现。也正因如此，该模型在内部验证和外部验证中均展现出较好的区分度，为罕见肿瘤的精准预后评估提供了一个颇具潜力的AI解决方案。

Q2. 许多医疗AI模型在从实验室走向真实世界时会面临泛化性挑战。未来该模型将如何切实嵌入临床工作流，指导医生的风险分层与个体化治疗决策？

徐沁教授：尽管目前构建的AI模型展现出良好的预测效能与统计学稳健性，但必须客观指出，当前研究的样本规模依然受限。医疗AI工具从实验室模型向临床指导转化，需要经历严谨的验证周期。其算法的优化高度依赖于海量真实世界数据的持续输入与前瞻性验证，以此不断提升模型的泛化能力与预测精度。

围绕临床转化，团队目前正在同步推进两条路径。其一是“横向扩维”，即在MRI影像组学基础上，进一步引入PET/CT、全外显子组测序、蛋白质组学、病理组学等多模态数据，构建更完整的生物学特征网络；其二是“纵向扩量”，即持续纳入更多新诊断病例，用于模型参数迭代和优化。

预期随着未来更多临床实践数据的整合，该模型有望得到进一步优化，并在一定程度上弥补传统FIGO分期系统的预后评估局限，逐步发展为辅助临床风险分层和治疗决策的工具。

责任编辑：肿瘤资讯-Hanna
排版编辑：肿瘤资讯-Hanna