AI工具可预测晚期胰腺癌患者的最优化疗方案

一项发表在2026年2月11日《Journal of Clinical Oncology》的研究显示，一种基于人工智能的新工具可预测两种现有胰腺癌化疗方案中哪一种对某位患者更有效。该工具建立在计算组织学人工智能（Computational Histology Artificial Intelligence，CHAI）数字病理平台之上，旨在满足晚期胰腺导管腺癌（pancreatic ductal adenocarcinoma，PDAC）一线化疗选择方面尚未被满足的临床需求。

目前，尚无确凿数据表明，针对晚期胰腺癌患者获批的两种化疗方案中哪一种更有效。美国食品药品监督管理局（US Food and Drug Administration）批准用于治疗晚期或转移性PDAC的两种一线多药化疗方案包括 FOLFIRINOX（5-fluorouracil、leucovorin、irinotecan、oxaliplatin）以及 gemcitabine plus nab-paclitaxel。两种方案均用于体能状态较好的患者；此外，近期也批准了用于转移性疾病的NALIRIFOX方案，该方案联合脂质体irinotecan、5-fluorouracil、leucovorin和oxaliplatin。

当前做法的问题在于，让病情较重的患者接受无效的化疗方案，往往会使其健康状况恶化，而非改善。在其他癌种中，可通过血液或组织来源的生物标志物预测治疗反应并指导决策，但目前胰腺癌尚缺乏此类生物标志物。

为开发该工具，研究人员使用CHAI分析含肿瘤组织样本的显微切片图像，这些切片经染色以突出细胞的细微结构。几乎所有患者在肿瘤活检时都会获取此类样本。研究团队分析了接受上述两种化疗方案之一的 25,000名胰腺癌患者 的样本组织特征。该平台的AI能力使其能够解析组织样本中超过 30,000个特征。随后，研究人员将组织特征与治疗反应进行匹配，从而构建预测工具。

在这项跨国研究中，CHAI平台从诊断活检中提取定量的组织形态学特征。在由178例患者构成的开发队列中，研究人员筛选出与氟嘧啶类为基础化疗（F-chemo）与以gemcitabine为基础化疗（G-chemo）患者在“至下一次治疗或死亡时间”（time to next treatment or death，TNTD）这一差异结局相关的特征，并据此建立连续的生物标志物评分；评分进一步二分为G-pref（更倾向G-chemo）或F-pref（更倾向F-chemo）结果（GvF biomarker）。

在验证队列的 299例患者 中，126例为G-pref，173例为F-pref。在G-pref患者中，43例接受G-chemo；在F-pref患者中，113例接受F-chemo。于G-pref患者中，G-chemo组的TNTD显著优于F-chemo组（中位数= 9.6 vs 7.2个月，P = .038），但总体生存期未观察到显著获益（中位数=14.3 vs 12.4个月，P = .52）。

在F-pref患者中，F-chemo组的TNTD（中位数= 8.6 vs 7.5个月，P = .035）和总体生存期（中位数= 14.4 vs 11.7个月，P = .003）均显著优于G-chemo组。在倾向评分加权分析中，GvF biomarker可预测治疗效应（生物标志物-治疗交互：TNTD = P < .001，总体生存期 = P = .005）。

与多数需要额外获取组织或血液样本的生物标志物检测不同，这项检测仅需患者既有活检切片的扫描图像。图像以电子方式发送后，可迅速获得结果并给出治疗偏好。该结果不仅提示更推荐哪种治疗，还可反映其可能优效的幅度。

胰腺导管腺癌是胰腺癌最常见的类型。这是一种治疗挑战极大的疾病，常在晚期才出现非特异性症状，进而对患者与健康相关的生活质量造成负面影响。据估计，PDAC占胰腺癌所有病例的80%以上；胰腺癌仍是一种致死性疾病，肿瘤生物学行为侵袭性强。其生存中位数约为 4个月， 5年生存率为13%。

过去几十年间，胰腺癌发病率显著上升。该疾病在男性癌症死因中位列第四，在女性中位列第三。当前估计预测，到2030年，胰腺癌将成为 第二大癌症相关死亡原因。

基于目前结果，在投入临床使用前，该工具仍需在接受治疗的患者中进一步验证；但一旦完成验证，未来也可能推广至其他实体瘤类型。它甚至可用于比较不同治疗类型的潜在获益，例如放射治疗与手术之间的对比。

本研究由Pancreatic Cancer Action Network（PanCAN–Know Your Tumor）、University Health Network（Toronto）以及Valar Labs, Inc.提供支持。