ESMO 亞洲大會 2023 – 個人化乳癌治療的進展

在 2023 年的 ESMO 亞洲大會上，專家分享了在個人化乳癌治療領域的顯著進展，特別是對於HER2 陽性乳癌患者。目標是預測患者對治療的反應並相應地調整治療方案，避免患者承受不必要的副作用並降低醫療成本。

影相生物標記預測藥物治療反應

一項研究發現了一種對應於名為 MK-2206（AKT 抑制劑）的藥物的影像生物標記（GLCM_SS)，在動態對比增強磁力共振（DCE-MRI）掃描中可預測該藥物在治療早期高風險的 HER2 陽性和荷爾蒙受體（HR）陰性乳癌的成效。研究專家表示：「識別出影像生物標記具有相當優勢，可非侵入性地預測治療成效，幫助患者避免接受不必要的治療副作用，同時還可降低醫療成本。雖然研究結果顯示了對 MK-2206 的治療成效預測的前景，但還需要進行更多研究，集合更多數據將 MRI 特徵與其他生物標記結合起來建立更大型數據庫以得出更準確結果。」

AI 模型預測治療結果 及從 從 MRI 中預測存活率

大會發佈另一研究將多個生物標記整合，利用人工智能 （AI）技術，結合組織病理學和臨床數據，替 1598 名乳癌患者預測在手術前進行化療（neoadjuvant chemotherapy)的治療成效。AI 模型在不同的患者組上進行了測試，並在得出可靠性數據。那些預測對術前化療有良好反應的患者確實有更好的無病存活率，這結果顯示利用 AI 模型可有助於醫生作臨床決策。

另一個 研究發表，AI 輔助模型（3D-MMR）結合了臨床數據和從 MRI 掃描中獲得的影像來預測治療結果，如 4 年無病存活率（Disease-Free Survival, DFS）。這個模型能夠識別磁力共振掃描（MRI）中與癌症擴散或復發風險較高相關的的熱區顯像（hot spot)。透過這項新技術，能成功檢測出有轉移或復發高風險的患者在影像中的”hot spot”位置不同。研究的關鍵之處在於它檢視了與腫瘤微環境相關的許多特徵，包括 T 細胞和 B 細胞的功能狀態，並結合了組織病理學和臨床信息的幾個生物標誌記來預測患者的治療結果及存活率。

預測淋巴水腫風險

另一項研究預測乳癌患者接受前哨淋巴活組織檢查（一種檢查乳腺癌是否擴散而較不侵入性的手術）後的淋巴水腫風險。

淋巴水腫是一種組織內積聚過多液體導致腫脹的狀況。增加患上淋巴水腫風險與是否接受化療，接受放射治療，肥胖以及移除的淋巴結數量等因素有密切關係。研究專家表示：「與腋窩淋巴結清除相比，進行前哨淋巴結活檢的淋巴水腫風險較低，但腋窩淋巴結手術能夠預測哪些患者屬於高風險群，這可能有助於與患者就治療作決定和相應副作預備。但乳癌病人應用那種淋巴結檢查手術，專家指現階段還雖要更多數據去制定臨床實踐指引。」

從以上研究成果可見到，乳腺癌治療的未來將會 從醫療影像、人工智能基因分析、腫瘤環境分析以及臨床特徵 —— 結合起來，使每位患者有更個人化更精準治療計劃。雖然如此，但實際應用還需要進一步研究和驗證。

Reference:
1. New models show promise for predicting response to treatment in HER2-positive breast cancer https://dailyreporter.esmo.org/esmo-asia-congress-2023/top-news/new-models-show-promise-for-predicting-response-to-treatment-in-her2-positive-breast-cancer

2. Zhang J, et al. Image biomarker discovery from DCE-MRI for identifying responders of MK-2206 on early-stage breast cancer patients: A secondary radio-genomics analysis of I-SPY2 trial. ESMOAsia Congress

3. Yu Y, et al. Multimodal data fusion enhanced precision neoadjuvant chemotherapy in breast cancer with a multi-task transformer-CNN-mixed learning. ESMO Asia Congress

4. Ren W, et al. Multimodal data fusion for improved risk stratification of breast cancer with multi-task 3D deep learning model: A multicenter study. ESMO Asia Congress

5. Byeon JY, et al. A prediction model for developing lymphedema in breast cancer patients receiving sentinel node biopsy. ESMO Asia Congress