利用AI与数字病理学实现癌症治疗个性化

2025年10月13日

基于人工智能的先进数字生物标志物能够发现并量化人类观察无法察觉的细微模式，将其与临床结局相关联，从而实现个性化的癌症治疗。

借助人工智能和数字病理学，肿瘤学正进入一个变革性阶段，先进的图像分析和AI驱动的生物标志物使得个性化的癌症治疗决策成为可能。

作者：Torbjørn Furuseth，医学博士，DoMore Diagnostics首席执行官兼联合创始人

图片来源：ESMO

人工智能（AI）有望在多方面改变肿瘤学，特别是通过其强大的图像分析能力来解码复杂的分子图谱、组织形态学和疾病进展轨迹。从标准病理学染色数字化的玻片中，AI可以解读肿瘤组织结构和细胞结构中“隐藏”的重要信息，甚至预测患者结局，从而支持肿瘤学家以更高的精确度制定个性化治疗决策。

手术是局部晚期癌症治疗的基石，能够治愈大多数患者。然而，术后是否需要辅助治疗的决定非常困难。缺乏可靠的预后工具导致患者受到大量过度治疗，使他们承受不必要的毒性反应、生活质量下降以及巨额的医疗费用。

AI驱动的数字病理学为应对这一挑战提供了一个前景广阔的解决方案。通过对数字化的常规H&E肿瘤玻片进行充分的分析和深度学习算法训练，先进的AI模型能够检测和量化超越人类感知的复杂特征，并直接将其与患者结局相关联（1）。研究表明，AI衍生的数字生物标志物能够将患者划分为不同的预后分组，从而显著增强并超越现有的分期方法。这些AI“数字生物标志物”工具代表了一种新的精准医学模式，确保患者根据其个体风险特征接受恰当的治疗。

为确保可靠性，生物标志物必须具备稳健性并在不同人群中得到验证。因此，国际临床合作对于拓展数字病理学中AI的临床证据至关重要。来自日本、美国、荷兰、英国、法国、墨西哥、丹麦和挪威的机构正在评估此类AI驱动的数字生物标志物。当与其他检测模式（如循环肿瘤DNA（ctDNA）检测）结合时，预后准确性和治疗选择的指导性可以进一步提高。

病理学中的AI数字生物标志物具有成本效益，周转时间短，并且可能比多基因检测提供更高的精确度。此外，数字生物标志物的AI分析可以轻松集成到现有工作流程中，从而进一步加速其在临床实践中的应用。

随着AI不断重新定义精准肿瘤学，其在数字病理学中的应用正处在一个变革性时刻。该技术正积极为多种癌症类型开发，首个AI数字生物标志物检测已进入NCCN临床指南。虽然全面临床整合的进程仍在继续，但迄今取得的进展反映了AI推动癌症诊疗发展的潜力。

DoMore Diagnostics是一家总部位于挪威的精准肿瘤学公司，利用AI改善癌症护理中的预后预测。其主导产品Histotype Px®结直肠癌检测展示了如何将AI应用于数字化的病理学H&E玻片，对患者进行风险分层并支持个性化治疗决策。

Histotype Px是欧盟的注册商标。商标注册状态可能因国家/地区而异。