AI重塑肿瘤学试验；Aethlon在澳大利亚推进Hemopurifier癌症研究

半自主与自主的基础模型正通过优化临床试验流程，帮助癌症研究与抗癌药物开发，并降低从II期到III期试验过渡时的失败风险。这些工具有效减少了对大规模受试者招募的需求，并有助于加快监管流程。

某大型制药公司与专注AI的公司合作，基于电子健康记录、实验室检测、病理图像、病理报告、影像学图像、影像学报告以及患者住院历程中的非结构化记录，构建了目前肿瘤学领域规模最大的多模态基础模型。自监督模型提取的患者“嵌入”（embeddings）可用于回答一系列关键问题，例如预测哪些患者可能对特定治疗反应最佳，以及如何通过医疗服务提供者可广泛使用的系统，在规模化层面提供这些潜在获益。

最新AI系统的一项核心优势在于：它们能够在相对较小的数据集上实现准确的泛化，从而以传统研发路径所需时间、人力并最终成本的一小部分推动研究进展。基于数以百万计患者数据训练的模型已在应用中，并显示出用于癌症早期检测与毒性预测的潜力。

2024年，首个基于病理AI的抗体-药物偶联物（antibody–drug conjugate, ADC）预测性生物标志物完成验证，该标志物涉及TROP2 normalised membrane ratio，并被证明可有效指导TROPION-Lung01试验中入组的非小细胞肺癌患者接受datopotamab deruxtecan治疗。该模型采用Quantitative Continuous Scoring（QCS）平台，这是一种计算病理学的全监督AI解决方案，可在单细胞分辨率下识别癌细胞，并对癌细胞亚细胞区室内的靶蛋白表达水平进行定量。

QCS的开发通过引入最先进的前沿基础模型而显著加速，从而在算法开发过程中减少或消除对手工标注的需求，将开发时间从预计的2.5年缩短至约5.5个月。

另外，Aethlon Medical正在开展一项篮子式肿瘤试验（basket oncology trial），研究Hemopurifier作为潜在治疗在多种实体瘤患者中的影响，这些患者在接受抗PD-1单药治疗期间病情稳定或进展。Hemopurifier是一种研究性体外循环（extracorporeal）装置，旨在通过血浆分离、尺寸排阻以及与专有亲和树脂结合等机制，从血液中结合并清除有害的细胞外囊泡（extracellular vesicles, EVs）——直径为50-500nm的纳米颗粒。

该装置已获得FDA Breakthrough Device认定，用于治疗对标准治疗无反应或无法耐受的晚期或转移性癌症患者，并适用于外泌体（exosomes）被提示与疾病发生发展或严重程度相关的癌种。本试验旨在评估Hemopurifier的安全性、可行性以及最佳给药剂量。

在首批3名患者（Cohort 1）完成治疗后——他们均接受了单次4小时Hemopurifier治疗，未出现装置缺陷或即刻并发症——研究设计为Cohort 2受试者在一周内接受两次Hemopurifier治疗，以帮助判断增加Hemopurifier治疗次数是否存在剂量反应关系。所有Cohort 1受试者也完成了7天安全性随访。截至目前，尚未报告与Hemopurifier相关的严重不良事件（SAEs）或剂量限制性毒性（DLTs）。

为加快入组，Aethlon Medical正与临床试验促进机构Trialfacts合作，开展临床试验广告投放、在线预筛查，并将潜在受试者转介至澳大利亚参与该试验的3个研究中心。Cohort 2的招募与治疗在修订方案下进行，该方案允许正在接受与pembrolizumab或nivolumab联合治疗的患者参与试验。

公司预计将在3月下旬/4月上旬报告Cohort 2的早期数据，并获得安全委员会（Safety Board）关于是否推进至Cohort 3的决定。目前，Hemopurifier治疗需要透析导管与透析机，并由肾内科医生及透析护士监督并实施。为有望降低医疗中心与患者的使用门槛，Aethlon Medical已开始评估将Hemopurifier与一种简化的血液处理系统配套使用的可能性，以替代透析基础设施。