新加坡2025年2月5日 /美通社/ -- 亞洲是受肺癌威脅最嚴重的地區(qū),占全球新診斷肺癌病例的 63.1% 和肺癌死亡人數(shù)的 62.9%(1)。
許多國家已采用低劑量 CT 掃描來檢測這種致命癌癥的信號,期望通過早期發(fā)現(xiàn)以大大改善治療效果。然而,實際應(yīng)用中通常只有高風險人群(重度吸煙者)被建議定期進行低劑量 CT 掃描,以盡量減少由于掃描過程中輻射誘發(fā)癌癥的風險(2)。此外,由于偏遠地區(qū)經(jīng)濟相對落后和 CT 掃描設(shè)備的可獲得性偏低,許多人無法輕松接觸先進的醫(yī)療資源以完成肺癌早篩。
正是由于這些限制,目前多項研究提供了更多令人震驚的數(shù)據(jù):現(xiàn)有的篩查指南和篩查風險人群標準存在漏洞,可能會漏掉超過 50% 的從不吸煙者的肺癌病例(3);其中女性尤其容易受到相關(guān)影響,在東南亞,83% 患肺癌的女性是從不吸煙者(4);與吸煙者相比,非吸煙者通常在更晚期的階段才被診斷出肺癌(5);而大約三分之一的肺癌死亡發(fā)生在非吸煙者身上(6)。這些數(shù)據(jù)凸顯了現(xiàn)有篩查方法的局限性,尤其是在保護弱勢群體方面。
基于 AI 和基因組學的新篩查方法
Gene Solutions 開發(fā)的 SPOT-MAS 血液檢測為肺癌篩查帶來了新的突破。該檢測通過分析從癌細胞釋放的循環(huán)腫瘤 DNA(ctDNA)的多種特征,判斷患者是否可能患有癌癥的信號。此前,SPOT-MAS 在一項涉及 9,024 名健康人的多癌種早期檢測縱向研究中得到充分驗證。然而,將這種技術(shù)推廣至大規(guī)模人群篩查的關(guān)鍵挑戰(zhàn)在于大幅降低成本,使其更加可負擔。
為解決這一難題,Gene Solutions 整合了腫瘤多組學圖譜(ATLAS)、人工智能驅(qū)動的特征工程和深度學習模型,以整體分析基因組學、表觀遺傳組學和片段組學數(shù)據(jù)。這種方法提供了一種精確、無創(chuàng)且經(jīng)濟的檢測方案,專門用于肺癌篩查。通過增強人工智能分析和整合肺癌特異性特征,SPOT-MAS 肺癌檢測顯示出顯著的效能,實現(xiàn)了90%的靈敏度和 92% 的特異性(7)。
為全亞洲肺癌篩查帶來新希望
基于已經(jīng)在亞太地區(qū)建立起廣泛的大中型醫(yī)療機構(gòu)合作網(wǎng)絡(luò),Gene Solutions 已計劃在2025年初將這項融合人工智能驅(qū)動的血液檢測引入臨床實踐,以滿足公眾對可觸及、可負擔的肺癌篩查的迫切需求。從長遠來看,SPOT-MAS 作為便捷且精準的檢測方法可以顯著提高整體風險人群早期發(fā)現(xiàn)癌癥信號的機會,從而降低因晚期診斷導(dǎo)致的死亡率。
此外,ctDNA 篩查檢測可以作為低劑量 CT 掃描的輔助工具。在實際應(yīng)用中,許多 CT 掃描結(jié)果并不明確,例如被歸類在 LUNG-RADS 下的小肺結(jié)節(jié)(8),常常讓臨床醫(yī)生和患者對惡性腫瘤狀態(tài)以及后續(xù)監(jiān)測路徑感到困惑。此時,ctDNA 篩查結(jié)果可以為診斷和監(jiān)測策略提供重要支持。
在 1 月份于新加坡舉行的"亞洲個性化癌癥護理:推進基因組學與 AI"活動中,Gene Solutions 創(chuàng)始人 Nguyen Hoai Nghia 博士強調(diào):"這項技術(shù)代表了肺癌篩查的范式轉(zhuǎn)變,特別是對于難以觸及服務(wù)的人群。通過利用 ctDNA 和人工智能的力量,我們旨在使基于血液的癌癥篩查檢測更加準確和可負擔,從而支持更多的早期發(fā)現(xiàn)和更有效的治療結(jié)果。"