理大研发THI 无创预测乳癌标靶药 完全缓解率达56.1%

蔡璟（右）联同滕信智（左）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，让医生可在治疗前以非入侵方式预测患者的药物反应。（理大图片）

香港理工大学医疗科技及资讯学系研究团队开发创新影像生物标记“肿瘤异质性指数”（Tumour Heterogeneity Index，THI），可在治疗前无创评估乳癌患者对标靶药AKT抑制剂的反应，协助医生识别最有可能受惠的患者。研究显示，THI较高患者的病理完全缓解率达56.1％，显著高于THI较低者，有助患者及早接受合适治疗、减少不必要副作用，推动个人化精准癌症治疗。

研究由理大医疗科技及资讯学系系主任蔡璟，联同助理教授（研究）滕信智及团队进行。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）数据建立THI。DCE－MRI广泛应用于肿瘤诊断及治疗规划，团队进一步将其用于药物反应评估，让医生可在治疗前无创预测疗效。

研究聚焦高风险及早期乳癌患者，评估术前新辅助化疗加入试验性AKT抑制剂MK2206后的反应。AKT／mTOR／PI3K讯号通路是推动肿瘤生长及存活的重要机制，一直是癌症治疗重要标靶。MK2206曾在大型临床试验I－SPY2显示可提升病理完全缓解率，但整体疗效有限，尤其在HER2阴性、激素受体阴性（HR－）及三阴性乳癌（TNBC）等侵袭性亚型中，疗效差异更明显。治疗前识别最可能受惠患者，一直是临床重要挑战。

结果显示，THI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。THI较高患者的估计病理完全缓解率高达56.1％，显著高于THI较低者；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，THI与AKT抑制剂疗效之间存在独立且具特异性的关联，突显其作为预测性生物标记的价值。

蔡璟表示，这反映治疗前精准预测疗效的重要性。研究提出有效策略，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。THI不仅是影像分析工具，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，既提升整体疗效，亦减少不必要副作用，朝著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，THI可全面评估整个肿瘤特征，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描设备及医疗机构之间均能维持稳定可靠表现，具备广泛临床应用潜力。滕信智表示，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；团队利用先进影像组学演算法，把诊断影像资讯转化为治疗决策工具，量化肿瘤异质性，建立具预测能力的评分系统。

除THI外，团队亦针对肿瘤血管纹理特征，开发DCE－MRI肿瘤血管反应追踪模型（DCE－VASC－TRACK），利用纵向DCE－MRI以非入侵方式监测治疗期间肿瘤血管变化。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）及治疗中期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；与只按肿瘤大小评估相比，DCE－VASC－TRACK亦能更有效监测HER2阴性乳癌患者接受术前新辅助化疗期间的治疗反应，有望成为实用且具成本效益的预测工具，减少对侵入性多组学检测的依赖。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。