新研究结果表明，一种由人工智能驱动的病理学工具可以在患者开始治疗前，无需额外活检的情况下，预测广泛期小细胞肺癌患者对铂类化疗的反应。这意味着患者可以避免不太可能对他们有效的治疗，有机会更早地加入新药的临床试验，并可能获得更清晰的预后评估。
这种名为PhenopyCell的工具的准确性已由三家合作机构验证，相关研究发表在《npj Precision Oncology》期刊上。PhenopyCell由罗斯韦尔公园综合癌症中心(Roswell Park Comprehensive Cancer Center)的胸部肿瘤学家Prantesh Jain医学博士和亚特兰大埃默里大学温希普癌症研究所(Winship Cancer Institute of Emory University)的Anant Madabhushi博士共同领导的研究团队开发。
该团队的研究结果为70%在首次诊断时已患有广泛期疾病的患者带来了希望。此时，疾病已扩散至身体其他部位并快速进展，大多数患者仅能存活12至13个月，因此迅速确定最佳潜在治疗方案至关重要。
尽管小细胞肺癌(Small Cell Lung Cancer, SCLC)有不同的亚型，但目前无法区分它们，因此所有患者都接受标准的铂类化疗加免疫治疗。当疾病进展表明治疗无效时，往往已经太晚，无法开始不同的治疗。最近，FDA批准了新的SCLC治疗方法，或在临床试验中显示出希望，但它们仅对少数患者有效。对于许多其他类型的癌症，生物标志物—如血液和组织中发现的蛋白质或基因突变等生物"标志"—可以指示患者对特定治疗的反应。但目前尚未为SCLC识别出生物标志物。
Jain博士表示："我们正进入一个可以为小细胞肺癌患者提供比以往更多工具的时代。但要知道哪种工具适合哪位患者需要生物标志物，而目前我们还没有。"这种新的计算生物标志物PhenopyCell通过整合来自不同来源的数据（如病理切片和患者的医疗记录），并确定这些数据如何对应于患者结局，填补了这一空白。
在这项回顾性研究中，研究团队使用PhenopyCell分析了在罗斯韦尔公园、温希普和克利夫兰医学中心大学医院(University Hospitals Cleveland Medical Center)接受治疗的281名SCLC患者的常规病理切片。根据诊断活检组织样本中观察到的免疫细胞信息，该工具在治疗开始前预测了患者对铂类化疗的反应。研究人员将这些预测与患者的实际情况进行比较，发现这种计算生物标志物的准确性高于人工分析。
PhenopyCell揭示，预后较好的患者的肿瘤中含有更多的免疫细胞，这些免疫细胞以有组织的群组形式围绕肿瘤簇排列，表明免疫反应更好。预后较差的患者的肿瘤中免疫细胞较少，这些免疫细胞以无组织的群组形式远离肿瘤分布。这些免疫细胞的排列只能通过AI病理学工具才能看到。
Jain博士指出："每位小细胞肺癌患者都已经有诊断活检的病理切片。这个系统可以从现有的切片工作。不需要额外的程序或组织采集，也没有额外成本。在生存期以月计算且很少可能进行再活检的疾病中，这可能成为一种独特的强大工具。"
出版详情：Cristian Barrera等，《小细胞肺癌(SCLC)中免疫结构的计算病理学特征预测临床相关结局》，《npj Precision Oncology》(2026)。DOI: 10.1038/s41698-025-01225-9
关键医学概念：铂类化疗(Platinum-based chemotherapy)、生物标志物(Biomarkers)、免疫治疗(Immunotherapy)
临床类别：肿瘤学(Oncology)、肺科医学(Pulmonary medicine)
本文由罗斯韦尔公园综合癌症中心(Roswell Park Comprehensive Cancer Center)提供。
【全文结束】