科技的迅猛發展使癌癥診療方法日新月異。在近日舉行的柏林科學周活動中，馬克斯·德爾布呂克分子醫學中心（MDC）向公眾展示了一種基于人工智能（AI）的在線工具，可幫助醫生和患者找到最適合的診療方法。研究人員認為，未來AI驅動的精準醫療將為人類提供更好的服務。

　　候選療法多帶來選擇困難

　　在過去的十年中，癌癥的診斷測試和可用的治療方法數量猛增，每年有數十種新的癌癥療法獲得批準，其中許多是基于精準醫療原則的靶向療法或免疫療法。雖然新藥新療法對患者來說是好消息，但對主治醫生來說，治療方案越來越多也意味著新的挑戰，即如何為患者選擇最佳治療方案。

　　MDC的“生物信息學和組學數據科學”小組負責人阿爾圖納·阿卡林博士在癌癥診斷測試和新療法日益復雜的過程中看到了機遇。他在柏林科學周活動中介紹說：“開發藥物和診斷程序是重大的科學任務，但往往需要幾十年時間才能成為有用的產品。我們開發出一種工具，可幫助臨床醫生根據患者情況作出最佳決策。我們還能向與患者相關的人展示他們還有哪些選擇，以便他們更好地作出決定。”

　　阿卡林團隊開發了一個基于AI的在線工具Onconaut。通過輸入簡單的關鍵詞進行搜索，例如輸入“KRAS與肺癌”（KRAS是肺癌發生基因突變的重要位點），使用者就可在幾秒鐘內獲得一份臨床研究清單。清單會顯示最新的臨床指南、針對KRAS突變癌癥的可用藥物列表、相關風險以及治療結果的統計數據等。阿卡林介紹說：“到目前為止，它的表現比谷歌醫生要好。”

　　AI旨在輔助而非取代醫生

　　阿卡林團隊為Onconaut提供了各種內容的培訓，包括德國癌癥協會和美國臨床腫瘤學會等官方組織發布的醫學研究和臨床指南，以及《新英格蘭醫學雜志》上發表的疑難醫療病例的數據。

　　為了進一步測試和改進該工具，阿卡林還與柏林夏里特醫學院合作，使用真實的癌癥患者數據來訓練模型。阿卡林強調，這個工具可加快決策速度，提高專家的效率。但它絕不會取代醫生。

　　與此類似，柏林夏里特醫學院的研究人員也得出過這樣的結論。他們專門研究了ChatGPT等大語言模型在自動審查科學文獻以選擇個性化治療方面的機會和局限性，結論是AI原則上能識別個性化治療方案，但還無法接近人類專家的能力。

　　Onconaut是如今越來越流行的AI輔助精準醫療工具之一。癌癥的精準治療立足于使用某些藥物，例如小分子抑制劑或抗體來關閉過度活躍的致癌基因。為患者制定個性化的靶向藥物治療方案，通常需要基于基因檢測結果，或是使用合適的免疫療法，這需要詳細了解患者的腫瘤特征，如表型、遺傳和腫瘤微環境等。

　　雖然現有的治療指南為醫生提供了臨床決策支持，但通常只有大約50%的患者符合治療指南的條件。根據患者病情分析哪些療法有望取得最好效果，是一個非常復雜的過程，往往需要綜合各個醫學領域的知識，包括病理學、分子病理學、腫瘤學、人類遺傳學和生物信息學等，而這恰恰是AI工具可發揮作用的地方。AI工具可匯集大量癌癥患者的日常治療數據，并使用系統研究方法對其進行評估。

　　推動精準醫療走向實用

　　MDC的“基因調控生物信息學”小組負責人烏韋·歐勒教授表示：“AI可加速基礎研究、大數據分析，甚至治療方法的探索。”AI正日益成為德國癌癥精準醫療的重要組成部分。通過專注于分子分析、動態建模和先進的成像技術，AI正在為更加個性化和有效的癌癥治療鋪平道路。

　　AI擅長管理和分析癌癥研究中常見的高維數據集，包括基因組、蛋白質組和臨床醫學數據，并可從復雜數據集中提取相關特征，提高癌癥診斷的準確性和治療策略的有效性。AI算法還可預測基因變化對蛋白質結構和功能的影響，使醫學專家能根據患者癌癥的獨特分子特征，為其量身定制治療方案。

　　但是，將AI整合到精準醫療中目前仍存在一些挑戰。例如，確保數據的質量和代表性，解決與AI使用相關的道德問題，以及如何將AI工具集成到現有的醫療保健系統中。在這個過程中，研究機構、醫療系統和技術公司之間的密切合作，對于推進AI驅動的精準醫療至關重要。（記者 李山）