AI应用于结直肠癌临床用药指导:ASCO年会公布结果有望改变结直肠癌术后辅助治疗的临床实践( 二 ) _健康小知识

与单纯手术相比，用FULV辅助化疗方案可以将5年复发率从～50%降低到～32% 。而联合奥沙利铂用药可以进一步将复发率降低到～28%（平均每100人减少5个复发病例）。当前FOLFOX方案被纳入临床指南作为标准方案用于结直肠癌患者术后辅助化疗。问题在于，奥沙利铂本身对逾90%的患者带来了持久和严重的神经毒性副作用。对于患者来说，通过采用涵盖奥沙利铂的FOLFOX方案，避免复发的概率约5% ，但是经受神经毒性的概率是90% ，即意味着患者承受风险与受益本身极不平衡。
在临床中，肿瘤科医生虽然试图针对患者提供更好地用药方案，但是当前并未出现可用工具帮助医生判断个体患者是否会受益于相关化疗药物。虽然当前针对FOLFOX方案正在不断进行升级改善，以便更好地降低为患者带来的毒副作用，但是并未从根本上解决临床医生面临的难题——化疗药物没有对应的“生物指标” ，无法实现精准用药。
匹兹堡大学课题组给出的解决方案——通过因果分析找到参与发病机制的基因，再用人工智能技术进行辅助分析构建反映个体肿瘤发病机制的特征值，再用AI方法推算个体肿瘤对化疗药物的响应，能够解决临床医生当前面临的针对化疗用药束手无策的局面。
课题题组采用大规模（N=1284）的三期临床实验数据（NSABPC-07和C-08）验证了AI系统的临床应用价值。约半数患者（N=526）被判别为奥沙利铂适应组，该组患者接受奥沙利铂治疗后， 8年复发率从38.4%（FULV）降低到27.2%（FOLFOX）；AI系统判别的非适应组（N=539）患者在仅用FULV治疗下已得到群体中最好的疗效（8年复发率为26.8%），添加奥沙利铂对该组患者疗效没有任何改进（8年复发率为28.3%）。 “这个结果表明，对非适应组病人来说，接受奥沙利铂是过度治疗。所以，当治疗这组病人时，避免应用奥沙利铂会在保持良好预后的前提下避免过度治疗带来的毒副作用。 ”
针对晚期结直肠癌治疗，在FOLFOX方案基础上通常还会添加贝伐单抗，但在辅助治疗的情形下，大规模临床实验（NSABPC-08）未能证明其在群体中的疗效。当该系统应用在C-08数据时，奥沙利铂适应组患者对贝伐单抗也有很好的响应。比较对照组（FOLFOX）和治疗组（FOLFOX+Bev）， 8年复发率由基础的28%降低到16% 。也即针对该组患者应用FOLFOX+Bev可能进一步减少40%的复发病例。
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药，引领人工智能精准临床用药决策“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用于临床化疗用药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性。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”（predictivebiomarker），而以往大多系统指标应用的是“预后生物标志”（prognosticbiomarker）。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药物响应（是否受益）。这类标志是指导精准用药的最佳指证。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。