哈佛医学院研究团队近日在《自然·医学》发表成果，推出人工智能模型COMPASS，有效破解癌症免疫治疗响应预测难题。免疫检查点抑制剂虽能激活免疫系统杀伤肿瘤，但临床有效率仅维持在10%至40%，大量患者面临无效治疗与副作用风险。针对这一核心临床痛点，首席研究员Marinka Zitnik教授团队基于概念瓶颈Transformer架构开发COMPASS，通过深度解析近一万六千个参与免疫调控与微环境交互的关键基因表达谱进行预测。模型以癌症基因组图谱库万余例肿瘤数据完成基础训练，并经十六项临床试验数据精细微调。验证结果表明，COMPASS在跨癌种、跨药物及不同检测平台下的响应预测准确率较现有最优算法平均提升8.5%，且彻底摒弃黑盒模式，提供人类可理解的决策依据。研究指出，该模型不仅能精准识别异常响应个案的生物学机制，若获前瞻性临床试验背书，将直接助力临床精准用药决策、提升新药试验入组效率，并衍生出全新免疫靶点假说。团队下一步拟融合电子病历与单细胞测序多维数据，持续优化模型性能以加速临床转化。