理大研发肿瘤异质性指数 助精准识别乳癌患者药物反应 完全缓解率达五成六

香港理工大学（理大）医疗科技及资讯学系研究团队成功开发创新影像生物标记「肿瘤异质性指数」（Tumour Heterogeneity Index，简称THI），可于治疗前无创评估乳癌患者对标靶药AKT抑制剂的反应，协助医生识别最有机会受惠的患者。研究显示，肿瘤异质性指数较高的患者，其病理完全缓解率达56.1%，显著高于THI较低的患者。这项技术有助患者及早接受最合适治疗，减少不必要的副作用，并有望协助医生更个人化地为患者配对治疗方案，为精准癌症治疗带来新突破。

理大医疗科技及资讯学系系主任、医学物理与智能肿瘤学讲座教授蔡璟教授，联同助理教授（研究）滕信智博士及研究团队，运用先进影像组学技术，从动态对比增强磁力共振（DCE-MRI）数据中建立肿瘤异质性指数。DCE-MRI是一项广泛应用于肿瘤诊断及治疗规划的影像技术，而研究团队进一步将其应用于药物反应评估，让医生可在治疗前无创地预测患者的治疗效果。

研究聚焦高风险及早期乳癌患者，评估在术前新辅助化疗中加入试验性AKT抑制剂MK2206后的治疗反应。AKT/mTOR/PI3K讯号通路是推动肿瘤生长及存活的重要机制，因此一直被视为癌症治疗的重要标靶。

虽然AKT抑制剂MK2206在大型临床试验I-SPY2曾显示可提升病理完全缓解率，但整体疗效仍有限，尤其在HER2阴性、激素受体阴性（HR−）、三阴性乳癌（TNBC）等侵袭性亚型中，疗效差异更为明显。因此，如何在治疗前识别最有可能受惠的患者，一直是临床上的重要挑战。

蔡璟教授表示：「这反映治疗前精准预测疗效的重要性。我们的研究提出一项有效策略，能够识别最有机会从治疗中受益的患者，甚至有望提升一些在大型临床试验中未达预期药物的临床价值。肿瘤异质性指数不仅是一项影像分析工具，更可量化肿瘤内部结构的复杂性，将过往依赖经验判断的评估方式，转化为客观及数据驱动的分析模式。」

研究结果显示，肿瘤异质性指数在筛选适合接受AKT抑制剂治疗的患者，以及分析肿瘤微环境方面，表现优于传统免疫组织化学受体检测。透过分析肿瘤四周的免疫细胞及血管环境，医生可更准确评估药物反应及抗药性风险，从而制定更有效的治疗方案。

研究发现，肿瘤异质性指数较高的患者，其估计病理完全缓解率高达56.1%，显著高于肿瘤异质性指数较低的患者；即使在治疗难度较高的三阴性乳癌患者中，亦展现理想效果。研究亦证实，肿瘤异质性指数与AKT抑制剂的疗效之间存在独立且具特异性的关联，进一步突显其作为预测性生物标记的价值。有关研究成果已刊登于国际学术期刊《乳癌研究》（Breast Cancer Research）。

蔡璟教授表示：「透过肿瘤异质性指数，我们有机会在治疗开始前识别最有可能受惠的患者，避免患者接受效果有限的治疗。这不但有助提升整体疗效，亦可减少不必要的副作用，朝着真正个人化癌症治疗迈进重要一步。透过无创造影检查，未来有望减少对昂贵基因测序的依赖，让精准医疗更广泛应用于日常临床实践。」

相对传统活检只能分析肿瘤局部组织，肿瘤异质性指数可全面评估整个肿瘤的特征，避免因取样位置不同而产生误差，同时减少患者接受重复活检所带来的不适。研究团队亦进行严格的重复性及再现性验证，证明该技术在不同扫瞄设备及医疗机构之间均能维持稳定可靠的表现，具备广泛临床应用潜力。

滕信智博士表示：「DCE-MRI已广泛应用于乳癌诊断，为研究提供丰富而现成的临床数据。我们利用先进影像组学演算法，把原本用于诊断的影像资讯转化为治疗决策工具，量化肿瘤异质性，并建立具预测能力的评分系统。」

除肿瘤异质性指数外，研究团队亦针对肿瘤血管的纹理特征，开发DCE-MRI肿瘤血管反应追踪模型（DCE-VASC-TRACK），利用纵向动态对比增强磁力共振影像，以非入侵方式监测治疗期间的肿瘤血管变化。模型整合与手术后病理完全缓解相关且具可重复性的血管纹理特征，并结合荷尔蒙受体状态、患者年龄、基线功能性肿瘤体积（FTV），以及治疗中期的FTV变化作分析。研究显示，与只采用临床因素及FTV测量相比，该模型可显著提升对完全缓解率的预测效能。

这项相关研究已刊登于国际学术期刊《Radiology: Artificial Intelligence》。结果显示，与只按肿瘤大小评估相比，DCE-VASC-TRACK能更有效监测HER2阴性乳癌患者接受手术前新辅助化疗期间的治疗反应。透过捕捉肿瘤微环境的变化，该模型有望成为预测治疗反应的实用且具成本效益工具，并减少对侵入性多组学检测的依赖。

研究团队表示，不同癌症具有不同生物学特征及临床需求。例如乳癌治疗强调精准配对药物；而鼻咽癌则更着重在维持疗效的同时降低治疗毒性。团队将因应不同癌症类型及临床需要调整技术应用，相信这项创新技术未来可延伸至更多癌症及治疗策略，进一步推动精准医疗发展。

***完***