1. 首頁 > 健康養生 > >

AI應用于結直腸癌臨床用藥指導:ASCO年會公布結果有望改變結直腸癌術后輔助治療的臨床實踐( 二 )

健康知識養生常識


與單純手術相比 ， 用FULV輔助化療方案可以將5年復發率從～50%降低到～32% 。 而聯合奧沙利鉑用藥可以進一步將復發率降低到～28%（平均每100人減少5個復發病例） 。 當前FOLFOX方案被納入臨床指南作為標準方案用于結直腸癌患者術后輔助化療 。 問題在于 ， 奧沙利鉑本身對逾90%的患者帶來了持久和嚴重的神經毒性副作用 。 對于患者來說 ， 通過采用涵蓋奧沙利鉑的FOLFOX方案 ， 避免復發的概率約5% ， 但是經受神經毒性的概率是90% ， 即意味著患者承受風險與受益本身極不平衡 。
在臨床中 ， 腫瘤科醫生雖然試圖針對患者提供更好地用藥方案 ， 但是當前并未出現可用工具幫助醫生判斷個體患者是否會受益于相關化療藥物 。 雖然當前針對FOLFOX方案正在不斷進行升級改善 ， 以便更好地降低為患者帶來的毒副作用 ， 但是并未從根本上解決臨床醫生面臨的難題——化療藥物沒有對應的“生物指標” ， 無法實現精準用藥 。
匹茲堡大學課題組給出的解決方案——通過因果分析找到參與發病機制的基因 ， 再用人工智能技術進行輔助分析構建反映個體腫瘤發病機制的特征值 ， 再用AI方法推算個體腫瘤對化療藥物的響應 ， 能夠解決臨床醫生當前面臨的針對化療用藥束手無策的局面 。
課題題組采用大規模（N=1284）的三期臨床實驗數據（NSABPC-07和C-08）驗證了AI系統的臨床應用價值 。 約半數患者（N=526）被判別為奧沙利鉑適應組 ， 該組患者接受奧沙利鉑治療后 ， 8年復發率從38.4%（FULV）降低到27.2%（FOLFOX）；AI系統判別的非適應組（N=539）患者在僅用FULV治療下已得到群體中最好的療效（8年復發率為26.8%） ， 添加奧沙利鉑對該組患者療效沒有任何改進（8年復發率為28.3%） 。 “這個結果表明 ， 對非適應組病人來說 ， 接受奧沙利鉑是過度治療 。 所以 ， 當治療這組病人時 ， 避免應用奧沙利鉑會在保持良好預后的前提下避免過度治療帶來的毒副作用 。 ”
針對晚期結直腸癌治療 ， 在FOLFOX方案基礎上通常還會添加貝伐單抗 ， 但在輔助治療的情形下 ， 大規模臨床實驗（NSABPC-08）未能證明其在群體中的療效 。 當該系統應用在C-08數據時 ， 奧沙利鉑適應組患者對貝伐單抗也有很好的響應 。 比較對照組（FOLFOX）和治療組（FOLFOX+Bev） ， 8年復發率由基礎的28%降低到16% 。 也即針對該組患者應用FOLFOX+Bev可能進一步減少40%的復發病例 。
這也意味著該系統可以準確推測奧沙利鉑和貝伐單抗針對個體患者的療效 。 對于全球每年新發病例高達數百萬的結直腸癌患者來說 ， 系統將幫助患者帶來更好的臨床預后（低復發率）并大幅度減少不必要的過度治療及因過度治療帶來的毒副作用 。
臨床應用指導結直腸癌患者輔助治療用藥 ， 引領人工智能精準臨床用藥決策“風口”
對孫旻教授、魯興華教授來說 ， 該課題創新點有兩個 。 一是針對結直腸癌患者治療方案的革新；另一個則是將AI用于臨床化療用藥輔助決策方面的創新 。
首先 ， 針對結直腸癌患者治療方案的突破 ， 與該課題研究本身息息相關 。 相對于業界同行的研究 ， 研究的亮點主要呈現在以下幾個方面：
一是入組患者人數數據上的優勢 。 該研究共采納了1200余名臨床實驗參與者入組數據 ， 入組患者數據量的龐大是以往其他同類研究少見的 。 大數據增強了結果的可信性 。 而提高結直腸癌這個常見癌癥的治療效益會改善許多患者的生活狀況 。
二是該系統是目前在結腸癌領域中唯一的“療效預測生物標志”（predictivebiomarker） ， 而以往大多系統指標應用的是“預后生物標志”（prognosticbiomarker） 。 兩者的不同在于“療效預測標志”可以推測一個病人是否會對一個藥物響應（是否受益） 。 這類標志是指導精準用藥的最佳指證 。 而“預后標志”是用來推測在接受同樣治療時 ， 根據標志分組的病人是否有不同的預后 。 但這一類生物指標不能確定這種預后的差異是否源于病人對治療的不同響應 。 有時預后生物標志可能會探測到和治療響應無關的信號 ， 此時病人組之間的預后差異在接受不同治療時依然會保持 。