这也意味着该系统可以准确推测奥沙利铂和贝伐单抗针对个体患者的疗效。对于全球每年新发病例高达数百万的结直肠癌患者来说,系统将帮助患者带来更好的临床预后(低复发率)并大幅度减少不必要的过度治疗及因过度治疗带来的毒副作用。
临床应用指导结直肠癌患者辅助治疗用要,引领人工智能经准临床用要决策“风口”
对孙旻教授、鲁兴华教授来说,该课题创新点有两个。 一是针对结直肠癌患者治疗方案的革新;另一个则是将AI用于临床化疗用要辅助决策方面的创新。
首先,针对结直肠癌患者治疗方案的突破,与该课题研究本身息息相关。相对于业界同行的研究,研究的亮点主要呈现在以下几个方面:
一是入组患者人数数据上的优势。该研究共采纳了1200余名临床实验参与者入组数据,入组患者数据量的庞大是以往其他同类研究少见的。大数据增强了结果的可信新。而提高结直肠癌这个常见癌症的治疗效益会改善许多患者的生活状况。
二是该系统是目前在结肠癌领域中唯一的“疗效预测生物标志”(predictive biomarker), 而以往大多系统指标应用的是“预后生物标志”(prognostic biomarker)。 两者的不同在于“疗效预测标志”可以推测一个病人是否会对一个要物响应(是否受益)。这类标志是指导经准用要的最佳指证。而“预后标志”是用来推测在接受同样治疗时,根据标志分组的病人是否有不同的预后。但这一类生物指标不能确定这种预后的差异是否源于病人对治疗的不同响应。有时预后生物标志可能会探测到和治疗响应无关的信号,此时病人组之间的预后差异在接受不同治疗时依然会保持。
更重要的是,以往谈及癌症经准医学,往往被局限在靶向要物内。但是靶向要物存在一定局限。从总体上来看,能够受益于基因驱动的癌症经准医疗的靶向要物治疗患者比例还是较低。大多数癌症患者仍需化疗。许多大规模基于细胞株或类器官的要理基因学(pharmacogenomics)研究实验证明绝大多数癌细胞可能被多种化疗要物抑制或杀死。临床经准的化疗要物用要指导将为患者带来更大收益。但是问题仍旧存在,如何实现为每一个肿瘤疾病配对有效要物。