中大醫學院腫瘤學系系主任莫樹錦教授早前和韓國知名學府、人工智能公司聯合開發人工智能（AI）分析工具，可預測晚期非小細胞肺癌治療的有效性，有望日後提供更精確的臨床治療方案。

肺癌是本港最常見的癌症，更是本港的頭號癌症殺手，據香港癌症資料統計中心2019年的數據顯示每年5,000宗新症，當中超過八成為非小細胞肺癌個案。

中大醫學院腫瘤學系系主任莫樹錦教授早前與韓國首爾國立大學醫學院、成均館大學醫學院、亞洲大學醫學院及AI初創公司Lunit合作開發了一種針對非小細胞肺癌的人工智能分析工具。該工具可以分析完整病理切片影像，以了解生物標誌物「腫瘤浸潤淋巴細胞」的分布，從而預測晚期非小細胞肺癌治療的有效性。研究結果指，AI輔助的腫瘤浸潤淋巴細胞分析和抗腫瘤反應及無惡化存活期密切相關，意味日後或可提供更精確的臨床治療方案。

現時針對帶有PD-L1表達的晚期非小細胞肺癌患者的一線治療，是一種以antiPD-1為免疫檢查點抑制劑（immune checkpoint inhibitor）的免疫療法。癌細胞和T細胞蛋白結合後可使腫瘤避開免疫系統的攻擊，抑制劑可阻止人類免疫系統中的T細胞蛋白和癌細胞的PD-L1結合，讓免疫系統殺死癌細胞。

莫樹錦教授表示，現時未有生物標誌物可用以評估該療效，即使「腫瘤浸潤淋巴細胞」可作為生物標誌物，預測免疫檢查點抑制劑的治療效果，現時仍依靠人手透過病理影像點算腫瘤浸潤淋巴細胞，但病理影像圖像空間的限制，影響效用和客觀性。

針對這個困難，研究團隊的AI工具能夠分割和量化病理切片影像中的多個組織學成份，包括腫瘤上皮細胞、癌基質和腫瘤浸潤淋巴細胞。AI以深度學習的模型訓練，產生三種免疫標型：炎症型、免疫排除型和免疫沙漠型。AI分析工具透過表型推算顯示，炎症型的免疫溶細胞活性較高，意味患者有較好的抗腫瘤反應和較長的無惡化存活期。

莫教授補充，這個研究證明透過AI分析腫瘤浸潤淋巴細胞分布，能夠預測抑制劑免疫療法在晚期非小細胞肺癌患者的臨床成效。他指出這個生物標誌物，可成「腫瘤比例評分」以外的補充臨床治療指標。

研究結果詳情已刊登於權威醫學期刊《Journal of Clinical Oncology》。@

------------------

請訂閱新官方YouTube頻道：
https://bit.ly/2XxPrsd

✅立即支持訂閱：
https://hk.epochtimes.com/subscribe
✅直接贊助大紀元：
https://www.epochtimeshk.org/sponsors
✅成為我們的Patron：
https://www.patreon.com/epochtimeshk

------------------

📰支持大紀元，購買日報：
https://www.epochtimeshk.org/stores
📊InfoG：
https://bit.ly/EpochTimesHK_InfoG
✒️名家專欄：
https://bit.ly/EpochTimesHK_Column