AI模型驱动乳腺癌：中国专家找到目标并提高有效性

中新网上海12月5日电 (记者 陈静)乳腺癌是全球女性最常见的癌症。先天性乳腺癌患者约占乳腺癌患者总数的70%。记者5日获悉，中国医学专家首次利用AI模型驱动临床研究，为免疫调节和RTK驱动的管腔乳腺癌患者寻找精准治疗靶点。通过匹配相应的药物靶点，已证实可以显着提高疗效。复旦大学附属肿瘤医院乳腺癌中心主任、多学科综合诊疗团队首席专家邵志敏教授领导的团队取得的研究成果发表在国际知名期刊《肿瘤细胞》上。据悉，专家此前已准确地将乳腺癌分为四种亚型：sic管腔型（SNF1）、免疫调节型（SNF2）、增殖型（SNF3）和RTK驱动型（SNF4）。 “以CDK4/6抑制剂为代表的新型乳腺癌小分子药物，对于延长晚期管腔乳腺癌患者的生存期发挥着重要作用。”邵志民教授指出，“CDK4/6抑制剂耐药的患者面临治疗方案不一致、疗效不佳等问题，耐药后的晚期管腔乳腺癌患者迫切需要根据分子特征细化治疗方案，以提高疗效。基于上述分类，研究团队创新性地设计了人工分子AI模型驱动的临床研究。据介绍，该研究通过训练成熟的分子AI模型，直接深入、快速解读乳腺癌患者的临床生物学信息，解决了基因突变的问题。”测序只能覆盖有限数量的药物靶点复杂，难以应对肿瘤复杂的异质性和动态演化。 “分子AI模型作为‘超级大脑’，整合了形态学、肿瘤微环境等海量微观信息，可在5分钟内出具分子分型结果，将精准诊疗的门槛和成本降低到极低水平。”复旦大学附属肿瘤医院乳腺外科研究团队成员范磊教授表示，基于AI分子模型的快速准确分型，研究团队进一步缩小了各个亚型的潜在治疗靶点，并将其与相应的药物靶点进行匹配，观察其疗效。临床研究首次证实，对于免疫调节和RTK驱动的管腔乳腺癌患者，不同的精准治疗策略可以将客观有效率从30%提高到65%分别从 20% 提高到 70%；两种亚型患者的中位无进展生存期均增加一倍以上。研究团队蒋一舟教授指出：“我们可以根据实时入组数据动态优化患者分配，快速识别有效方案并剔除无效方案，极大提高了药物研发和临床验证的效率。”据悉，邵志敏教授领导的团队计划针对免疫调节（SNF2）和RTK驱动的患者（SNF4）开展精准治疗方案的多中心、随机对照III期临床试验，以验证在更大患者群体中的有效性和效率（Over）。