理大研發腫瘤異質性指數 助精準識別乳癌患者藥物反應 完全緩解率達五成六

香港理工大學（理大）醫療科技及資訊學系研究團隊成功開發創新影像生物標記「腫瘤異質性指數」（Tumour Heterogeneity Index，簡稱THI），可於治療前無創評估乳癌患者對標靶藥AKT抑制劑的反應，協助醫生識別最有機會受惠的患者。研究顯示，腫瘤異質性指數較高的患者，其病理完全緩解率達56.1%，顯著高於THI較低的患者。這項技術有助患者及早接受最合適治療，減少不必要的副作用，並有望協助醫生更個人化地為患者配對治療方案，為精準癌症治療帶來新突破。

理大醫療科技及資訊學系系主任、醫學物理與智能腫瘤學講座教授蔡璟教授，聯同助理教授（研究）滕信智博士及研究團隊，運用先進影像組學技術，從動態對比增強磁力共振（DCE-MRI）數據中建立腫瘤異質性指數。DCE-MRI是一項廣泛應用於腫瘤診斷及治療規劃的影像技術，而研究團隊進一步將其應用於藥物反應評估，讓醫生可在治療前無創地預測患者的治療效果。

研究聚焦高風險及早期乳癌患者，評估在術前新輔助化療中加入試驗性AKT抑制劑MK2206後的治療反應。AKT/mTOR/PI3K訊號通路是推動腫瘤生長及存活的重要機制，因此一直被視為癌症治療的重要標靶。

雖然AKT抑制劑MK2206在大型臨床試驗I-SPY2曾顯示可提升病理完全緩解率，但整體療效仍有限，尤其在HER2陰性、激素受體陰性（HR−）、三陰性乳癌（TNBC）等侵襲性亞型中，療效差異更為明顯。因此，如何在治療前識別最有可能受惠的患者，一直是臨床上的重要挑戰。

蔡璟教授表示：「這反映治療前精準預測療效的重要性。我們的研究提出一項有效策略，能夠識別最有機會從治療中受益的患者，甚至有望提升一些在大型臨床試驗中未達預期藥物的臨床價值。腫瘤異質性指數不僅是一項影像分析工具，更可量化腫瘤內部結構的複雜性，將過往依賴經驗判斷的評估方式，轉化為客觀及數據驅動的分析模式。」

研究結果顯示，腫瘤異質性指數在篩選適合接受AKT抑制劑治療的患者，以及分析腫瘤微環境方面，表現優於傳統免疫組織化學受體檢測。透過分析腫瘤四周的免疫細胞及血管環境，醫生可更準確評估藥物反應及抗藥性風險，從而制定更有效的治療方案。

研究發現，腫瘤異質性指數較高的患者，其估計病理完全緩解率高達56.1%，顯著高於腫瘤異質性指數較低的患者；即使在治療難度較高的三陰性乳癌患者中，亦展現理想效果。研究亦證實，腫瘤異質性指數與AKT抑制劑的療效之間存在獨立且具特異性的關聯，進一步突顯其作為預測性生物標記的價值。有關研究成果已刊登於國際學術期刊《乳癌研究》（Breast Cancer Research）。

蔡璟教授表示：「透過腫瘤異質性指數，我們有機會在治療開始前識別最有可能受惠的患者，避免患者接受效果有限的治療。這不但有助提升整體療效，亦可減少不必要的副作用，朝著真正個人化癌症治療邁進重要一步。透過無創造影檢查，未來有望減少對昂貴基因測序的依賴，讓精準醫療更廣泛應用於日常臨床實踐。」

相對傳統活檢只能分析腫瘤局部組織，腫瘤異質性指數可全面評估整個腫瘤的特徵，避免因取樣位置不同而產生誤差，同時減少患者接受重複活檢所帶來的不適。研究團隊亦進行嚴格的重複性及再現性驗證，證明該技術在不同掃瞄設備及醫療機構之間均能維持穩定可靠的表現，具備廣泛臨床應用潛力。

滕信智博士表示：「DCE-MRI已廣泛應用於乳癌診斷，為研究提供豐富而現成的臨床數據。我們利用先進影像組學演算法，把原本用於診斷的影像資訊轉化為治療決策工具，量化腫瘤異質性，並建立具預測能力的評分系統。」

除腫瘤異質性指數外，研究團隊亦針對腫瘤血管的紋理特徵，開發DCE-MRI腫瘤血管反應追蹤模型（DCE-VASC-TRACK），利用縱向動態對比增強磁力共振影像，以非入侵方式監測治療期間的腫瘤血管變化。模型整合與手術後病理完全緩解相關且具可重複性的血管紋理特徵，並結合荷爾蒙受體狀態、患者年齡、基線功能性腫瘤體積（FTV），以及治療中期的FTV變化作分析。研究顯示，與只採用臨床因素及FTV測量相比，該模型可顯著提升對完全緩解率的預測效能。

這項相關研究已刊登於國際學術期刊《Radiology: Artificial Intelligence》。結果顯示，與只按腫瘤大小評估相比，DCE-VASC-TRACK能更有效監測HER2陰性乳癌患者接受手術前新輔助化療期間的治療反應。透過捕捉腫瘤微環境的變化，該模型有望成為預測治療反應的實用且具成本效益工具，並減少對侵入性多組學檢測的依賴。

研究團隊表示，不同癌症具有不同生物學特徵及臨床需求。例如乳癌治療強調精準配對藥物；而鼻咽癌則更著重在維持療效的同時降低治療毒性。團隊將因應不同癌症類型及臨床需要調整技術應用，相信這項創新技術未來可延伸至更多癌症及治療策略，進一步推動精準醫療發展。

***完***