转自：新康界

大热ADC药物赛道，又将迎来新的竞技场。

近日，复旦大学附属肿瘤医院科研团队发布了一项最新的研究显示，基于前期ADC药物临床试验数据基础，结合数字病理和空间组学技术，利用人工智能方法构建了可预测新一代HER2 ADC类药物疗效的实用模型，为ADC这一抗肿瘤药物的精准应用提供参考。

相关研究成果在国际权威学术期刊在线发表后，有评论表示，该研究“向着ADC的精准应用迈出了重要一步”。

从行业来看，不止ADC药物，未来或许整个肿瘤药物领域的精准应用乃至肿瘤诊疗，也将由此走向“定制化”。

解决肿瘤药物疗效的不确定性

近年来，肿瘤治疗已从传统化疗逐渐向靶向治疗、免疫治疗、ADC及细胞治疗等新兴疗法的突破。有着“魔法子弹”之称的ADC药物因其独特的作用机制和治疗效果，成为肿瘤临床治疗的新宠儿，但其脱靶效应带来的毒副作用也始终是一个令人头疼的问题。

2000年上市的全球首款ADC药物，就是因为后续临床研究出现致死毒性而撤市，在近几年的ADC药物临床研究中，因毒副作用过大而被迫终止的管线亦不在少数。

为减少ADC药物的脱靶效应，目前在研发上一般有三种处理方式，包括优化连接子设计、选择高特异性的抗体、改进给药方式，这也成为部分ADC药物的差异化所在，例如第一三共及阿斯利康合作的德曲妥珠单抗、恒瑞医药的瑞康曲妥珠单抗。

但即便药物研发时有所突破，在临床给药上往往也难以精准把握，达到最佳疗效。因不同患者对ADC类药物的敏感性不同，内在具体的肿瘤异质性和肿瘤微环境特征也存在一定差异，不同患者的精准用药成为目前肿瘤临床诊疗的一大挑战。

最新发布的复旦大学附属肿瘤医院科研团队研究便是在此背景下开展。

在前期开展的HER2阳性乳腺癌新辅助精准治疗临床试验基础上，结合数字病理和空间组学技术，科研团队首次系统地揭示了影响新一代抗HER2 ADC类药物疗效的肿瘤空间特征，发现在该ADC药物用于肿瘤治疗过程中，患者的肿瘤空间结构对其治疗效果有着重要影响。

为更好地提高药物治疗效果，研究团队还进一步整合患者的临床病理特征、数字病理图像，基于新一代ADC类药物的药理作用特点，利用相关AI技术提取和筛选关键变量，最终建立了可以预测新一代抗HER2 ADC类药物疗效的实用模型。

简单而言，就是基于该项研究，未来可以“因地制宜”地为不同患者定制不同的肿瘤药物治疗方案——借助AI技术应用，根据每个患者的不同情况，同时结合ADC类药物的作用机理，个性化地为每个患者制定给药方案，从而让药物精准作用于肿瘤细胞，减少对正常器官和组织的损伤，实现疗效最大化。

这一研究成果不仅可减少临床诊疗过程中ADC药物疗效的不确定性，为接下来更多的ADC类药物的精准应用提供了参考样本，也奠定了进一步研究ADC类药物的敏感和耐药机制基础。

新康界了解到，目前全球已上市的ADC药物有16款，靶点涉及HER2、Trop2、CD30、CD22、Nectin-4等，适应症则包括白血病、骨髓瘤、淋巴癌、乳腺癌、肺癌等。另外还有逾200款处于临床阶段的在研ADC药物管线，赛道竞争已有白热化态势。

随着人工智能技术持续渗透带来突破，未来ADC药物乃至抗肿瘤药物的差异化竞争重心将从药物研发逐渐向临床诊疗实际应用倾斜，在推动诊疗模式革新的同时，进入更正向的“市场淘汰赛”。

人工智能与肿瘤诊疗新时代

肿瘤是目前中国乃至全球范围内的重大公共卫生问题，而近年来我国恶性肿瘤的发病、死亡案例仍在持续上升，每年因此产生的医疗花费超过2200亿元。

在2030年我国总体癌症5年生存率不低于46.6%的目标下，除了提高早期筛查诊断率，突破性治疗方案已成为当前肿瘤临床诊疗的迫切需求，而人工智能技术不断向医疗领域融合的趋势，为此提供了强大的推动力。

在相关肿瘤药物研发和应用取得突破的同时，肿瘤疾病的临床治疗也在人工智能的加持下有了更多的创新模式和路径突破，为精准诊疗带来更多可能性。

近日还有来自复旦大学附属中山医院的科研团队发表的研究成果显示，基于深度学习的AI模型能够通过术前多期CT影像精准预测肾肿瘤的恶性程度和侵袭性，为临床精准诊疗及患者个性化治疗决策提供重要依据。

研究团队表示，未来的研究可进一步优化模型架构，扩大数据集的多样性和规模，并探索AI在术前治疗规划和术后随访监测等更多临床场景中的应用潜力。

有临床专家指出，随着精准医学的发展，肿瘤诊疗正在经历革命性的变化，未来或可在三个方面继续突破，包括人工智能辅助的早期诊断系统、ADC药物的研发、优化现有药物的组合策略。

基于“健康中国”的行动目标，目前全国各地也在不断加速医疗健康产业的布局，希望通过推动创新药、创新器械的高质量发展，实现包括肿瘤在内的更多疾病防诊治突破，满足更多的健康需求。

4月中旬，北京及深圳两大一线城市就同步发布了相关的支持医药和医疗器械发展政策，提出多达30余项涉及产业全链条的具体措施。

其中北京表示鼓励企业设立人工智能研发中心，加强数据需求对接，开展人工智能赋能新靶点发现、新机制探索、化合物筛选、病例随访等研究；同时建设AI+病理、医学影像、辅助诊断等不少于10个场景的模型开发应用；推进人工智能技术应用，促进人工智能+医疗健康融合创新规范发展等。

相关机构数据显示，近几年我国智慧医疗相关的注册企业数量增长明显，目前已超76.4万家，今年以来新增的智慧医疗相关企业就超过3万家。落地的AI医疗的应用不断增多，且从三甲公立医院逐渐拓展至村级卫生室，从诊疗的个别环节延伸至全流程。

在国家卫生健康委等机构联合发布的指引中，截至2024年年底我国相关AI医疗应用场景已达84个。随着越来越多支持政策落地，资源、资金、人才不断向医疗健康产业聚拢，未来这一数据无疑将继续提高。

但需要指出的是，各类人工智能应用的落地，对作为临床诊疗决策者的医生而言，既是机遇也是挑战。尤其关于“要不要用”、“怎么用”，一度在医学从业者间形成较大争议。

就行业大趋势及诸多行业权威专家的观点而言，“要不要用”的答案无疑是肯定的，但“怎么用”，“怎么规范用”却仍是大部分医生的疑惑所在。

将于5月9-10日于广州市越秀国际会议中心举行的2025西派会，或许可以为众多医疗行业从业者提供答案。大会不仅打造了人工智能与肿瘤主论坛，还分别聚焦于乳腺肿瘤、消化肿瘤、肝胆肿瘤、药物临床试验等分论坛，为医生解锁更多AI赋能的肿瘤诊疗新模式新路径。

（转自：新康界）