随着癌症治疗方法的进步，一种新的患者护理前沿正在出现：精确检测治疗后的可测量残留病（MRD）。这种从传统的临床和病理评估转向高度敏感的分子和细胞分析的方法有望彻底改变临床医生如何监测患者并预测复发。梅奥诊所病理学实践副主席、血液病理学家董晨博士在接受《靶向肿瘤学》采访时，揭示了这些突破性进展及其面临的挑战。
传统上，完全缓解被定义为通过体检、影像学或常规病理检查无法发现癌症症状或癌细胞。然而，正如董晨所解释的那样，“我们逐渐注意到复发可能与低于常规检测雷达的残留疾病有关。”这一关键的检测缺口促使了高度敏感的治疗后评估方法的发展。
董晨将这些进展分为成熟技术和早期技术。成熟技术主要包括液体活检和MRD检测。液体活检在学术和商业中心广泛采用，提供了一种检测循环肿瘤DNA的敏感方法。对于血液系统恶性肿瘤，基于细胞的MRD检测，利用流式细胞术到分子测定等技术，已成为常规操作。
除了这些已建立的方法外，还有一些令人兴奋的早期技术正在发展中，包括单细胞测序、外泌体检测、先进的分子靶向成像研究以及一种称为“放射组学成像”的新实体，它结合了临床特征和人工智能（AI）驱动的放射学成像，以提高检测灵敏度。
虽然在分子水平上检测疾病的优点显而易见，但董晨也承认这些复杂技术的广泛应用存在一些限制。首先，它们的固有复杂性使得临床整合变得困难。其次，由于MRD检测的先进性质，其成本结构和报销政策往往“稍领先于游戏”，导致保险覆盖滞后。
将人工智能融入疾病监测和管理
根据董晨的说法，人工智能在增强这些检测方法方面发挥着越来越重要的作用。在实验室中，AI算法被用于改进病例处理，并在分子和流式细胞术分析中识别罕见事件。在成像方面，AI通过引入新的生物标志物和整合多组学数据，从而提高检测细微发现的灵敏度和特异性。董晨将其比作“在干草堆中找针”，AI显著提高了准确性。在临床上，机器学习正在探索基于临床数据（如全血计数恢复或其他患者症状和生物标志物）来主动预测复发风险。
更好监测的障碍
解决可及性问题是广泛采用的关键。董晨概述了几个障碍，首先是需要简化FDA对这些新检测方法的审批流程。不同检测平台之间的标准化和质量控制也是必不可少的。“检测平台和操作方式多种多样，”他强调了熟练测试的重要性，以确保一致性。
这些高灵敏度检测的技术障碍也十分显著。分析复杂性，包括许多手动过程和多个步骤，构成了另一个障碍。操作这些复杂检测所需的高素质劳动力使其集中在大型机构。地理不平等意味着偏远地区的患者可能无法获得这些重要的监测工具。
董晨解释说，参考实验室和外展计划可以帮助弥合这一差距，确保“即使患者在地理位置较为偏远的地方接受治疗，他们仍然能够获得高质量的治疗后监测或MRD检测。”
对于希望保持信息更新的医疗专业人员，董晨建议三种主要方法：继续医学教育、与同行和专家交流以及积极参与临床试验。
对于董晨来说，医疗界内部持续合作至关重要。这种集体努力对于释放这些先进检测方法的全部潜力至关重要，最终改善患者的预后，并在未来使MRD不再隐匿不见。
(全文结束)