乳腺癌是全球女性發(fā)病率最高的癌癥。腔面型乳腺癌患者占乳腺癌患者總數(shù)近七成。

　　記者5日獲悉，中國醫(yī)學專家首次運用AI模型驅動臨床研究，找到免疫調(diào)節(jié)型和RTK驅動型的腔面型乳腺癌患者精準治療靶點，通過匹配相應靶向藥物，證實可顯著提升療效。復旦大學附屬腫瘤醫(yī)院乳腺腫瘤中心主任兼多學科綜合診治團隊首席專家邵志敏教授領銜團隊獲得的研究成果發(fā)表在國際知名期刊《腫瘤細胞》上。據(jù)悉，此前，專家們已將腔面型乳腺癌精準劃分為4個亞型：經(jīng)典腔面型(SNF1)、免疫調(diào)節(jié)型(SNF2)、增殖型(SNF3)和RTK驅動型(SNF4)。

　　“以CDK4/6抑制劑為代表的乳腺癌新型小分子藥物，在延長晚期腔面型乳腺癌患者生存期方面發(fā)揮重要作用?！鄙壑久艚淌谥赋觯皩DK4/6抑制劑耐藥后的患者面臨治療方案不統(tǒng)一、療效不佳等問題，亟待根據(jù)腫瘤的分子特征精準匹配治療方案，同病異治提升療效。”

　　本次發(fā)布的這項名為LINUX的多中心、隨機、對照Ⅱ期平臺臨床試驗研究，聚焦晚期腔面型乳腺癌患者耐藥后的治療困局，研究團隊基于上述分型，創(chuàng)新設計由人工智能AI分子模型驅動的臨床研究。據(jù)介紹，研究通過訓練成熟的AI分子模型，直接對乳腺癌患者的臨床生物信息進行深度且快速解讀，解決基因測序僅能覆蓋數(shù)量有限的可成藥靶點，難以應對腫瘤復雜異質(zhì)性和動態(tài)演變等問題。

　　“AI分子模型作為‘超級大腦’，整合形態(tài)學、腫瘤微環(huán)境等海量微觀信息，5分鐘內(nèi)就可出具分子分型結果，將精準診療的門檻和成本降至極低?！毖芯繄F隊成員、復旦大學附屬腫瘤醫(yī)院乳腺外科范蕾教授說，基于AI分子模型快速且精準的分型，研究團隊進一步為不同亞型推斷出其潛在的精準治療靶點，并匹配相應的靶向藥物，以觀察其療效。臨床研究首次證實，對于免疫調(diào)節(jié)型和RTK驅動型的腔面型乳腺癌患者，不同的精準治療策略讓客觀緩解率分別從30%提升至65%、從20%躍升至70%；兩個亞型的患者中位無進展生存期均實現(xiàn)翻倍以上延長。

　　研究團隊的江一舟教授指出：“我們能根據(jù)實時入組數(shù)據(jù)，動態(tài)優(yōu)化患者分配，快速識別有效方案并淘汰無效方案，極大提升了藥物研發(fā)和臨床驗證的效率?！?/p>

　　據(jù)悉，邵志敏教授領銜團隊擬開展針對免疫調(diào)節(jié)型(SNF2)和RTK驅動型(SNF4)患者精準治療方案的多中心、隨機對照Ⅲ期臨床試驗，在更大規(guī)模的患者群體中驗證其有效性和優(yōu)越性。