中大夥3學府初創研發 AI分析細胞分布 預測肺癌免疫療法效用

本港每年有超過5,000宗肺癌新症，當中超過8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南韓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，開發出一種用於治療非小細胞肺癌的人工智能（AI）分析工具，可透過了解生物標誌物「腫瘤浸潤淋巴細胞」的分布，預測晚期非小細胞肺癌，使用免疫治療的效用。

目前針對帶有PD-L1表達的晚期非小細胞肺癌患者的療法，是透過以antiPD-1為免疫檢查點抑制劑的免疫療法，因人類免疫系統的T細胞表面的PD-1蛋白，如果與癌細胞的PD-L1結合，可令腫瘤避過免疫系統的攻擊，而抑制劑則可令PD-1蛋白與PD-L1不能結合，讓免疫系統繼續發揮作用，殺滅癌細胞。惟中大醫學院腫瘤學系系主任兼李樹芬醫學基金腫瘤學教授莫樹錦指，有關療法的成效受限於患者的腫瘤微環境，而且目前沒有生物標誌物可用作評估療效。

人手預測影響客觀性

他提到「腫瘤浸潤淋巴細胞」作為腫瘤微環境中主要的抗腫瘤免疫激活分子，理論上可作為生物標誌物，預測免疫檢查點抑制劑的治療效果，但目前透過病理影像點算腫瘤浸潤淋巴細胞仍需靠人手進行，加上圖像空間存在限制，影響其效用及客觀性。

由研究團隊合作開發的AI工具，則可分割和量化整個病理切片影像中的多個組織學成分，並在經過AI模型訓練後，可分辨出「炎症型」、「免疫排除型」和「免疫沙漠型」3種免疫表型；經由AI分析工具就3種表型推算出其無惡化存活期中位數及整體存活期後，發現炎症型的免疫溶細胞活性較另外2種表型高，而且有較好的抗腫瘤反應及較長無惡化存活期。

莫樹錦稱，今次是首個針對晚期非小細胞肺癌、運用AI工具自動分析腫瘤浸潤淋巴細胞的研究，有關研究有助預測免疫檢查點抑制劑在晚期非小細胞肺癌患者中的臨床成效，可作為生物標誌物，作為「腫瘤比例評分」以外的補充臨床治療指標。研究成果已刊登於權威醫學期刊《Journal of Clinical Oncology》。

記者︰歐文瀚

美術︰招潤洪