Spotlight Medical人工智能病理技术破局乳腺癌风险分层,精准识别高风险早期患者中的低风险亚群
Spotlight Medical今日宣布,其开发的AI病理学检测模型在《临床肿瘤学杂志》(Journal of Clinical Oncology)发表,该研究验证了一种能够识别临床高风险早期ER+/HER2-乳腺癌中生物学低风险亚群的新型检测方法。该发现有望每年帮助约3万名女性避免不必要的强化治疗,减轻治疗带来的毒性负担。 研究显示,尽管患者被临床判定为高风险(ER阳性、HER2阴性早期乳腺癌),但其中约五分之一患者实际具有类似I期疾病的长期预后,接受标准化疗联合内分泌治疗即可获得良好疗效。在CANTO和UNIRAD两项前瞻性试验的盲法验证队列中(共633例),该亚组患者9年无远处复发率高达95.4%,相比其余患者,转移风险降低79%(风险比sHR 0.21;p<0.001)。 当前临床指南建议对高风险患者使用CDK4/6抑制剂进行治疗强化,但尚无可靠工具可准确识别哪些患者真正需要这种强化治疗。Spotlight Medical的检测模型结合了常规临床变量与从单张H&E染色切片中提取的10个定量数字病理特征,以及4个临床病理参数,形成一个完全锁定、可解释的AI分析系统。 研究团队指出,该模型在不同肿瘤异质性、扫描仪和实验室流程下均表现出96%至100%的高重复性,具备在多中心环境中稳健部署的能力。其结果独立于传统风险因素,提供额外的预后信息。 “对所有临床高风险患者都进行治疗强化,会导致大量女性承受无益的毒性。这项检测提供了可行动的精准信息,让我们能将强化治疗真正用于最需要的人群。”——法国 Gustave Roussy 癌症中心首席科学官Fabrice André教授表示。 该研究结果与TAILORx试验中未淋巴结转移、中危患者的预后相当(约94.5%无远处复发率),进一步支持了该低风险亚群无需强化治疗的合理性。 Spotlight Medical首席科学官Marvin Lerousseau博士表示:“这项研究证明,常规肿瘤切片中蕴藏着可被透明、定量方法提取的、具有临床意义的新预后信号。其最大优势在于在两个独立前瞻性试验中,通过盲法验证,结果高度一致。” 该研究题为《识别尽管处于高风险但仍具低复发率的ER+/HER2-早期乳腺癌患者:临床病理检测模型的开发与验证》,已于2025年8月25日在线发表于《临床肿瘤学杂志》。 Spotlight Medical是一家总部位于法国的肿瘤诊断公司,致力于开发基于证据、临床级别的AI病理检测工具,推动癌症治疗的精准化。公司坚持科学驱动、算法透明,旨在延伸病理医生的专业能力。
