News Medical 6月23日报道，RCSI医学与健康科学大学和都柏林大学牵头的研究识别出一组免疫标志物，可能帮助医生更准确判断哪些乳腺癌患者不太可能从化疗中获益，从而减少不必要治疗。相关研究发表在《Nature Communications》。
研究聚焦早期ER阳性、HER2阴性乳腺癌。这一亚型约占每年乳腺癌诊断的70%。化疗仍是重要治疗手段，但副作用可能影响生活质量；对部分患者而言，化疗带来的额外获益并不确定，因此存在过度治疗问题。
目前临床常使用基因组风险评分辅助决策，但许多患者得到的是中间风险结果，医生和患者仍需在不确定中决定是否加用化疗。研究团队使用一项随机治疗试验中的样本，该试验比较了单用内分泌阻断治疗与内分泌治疗联合化疗在中间风险患者中的效果。
研究者利用AI方法分析标准处理的肿瘤组织样本，重点观察肿瘤周围微环境中的免疫细胞。结果显示，肿瘤周围高密度的细胞毒性T细胞，也就是以攻击异常细胞为主要功能的免疫细胞，可能比现有基因组分析更能区分患者风险。
报道特别提到，高细胞毒性T细胞密度患者接受化疗后结局反而较差，提示它可能成为预测化疗有效性的标志物。研究者认为，这类方法的优势是可基于常规病理组织切片开展，理论上有助于提高早期乳腺癌治疗决策的精准性和可及性。
作者同时强调，该方法进入临床前仍需要更大规模研究验证。当前结果应理解为一种辅助判断化疗获益的新方向，不能单独用于替代医生对病理分型、分期、基因检测和患者整体状况的综合评估。
原文链接：http://www.news-medical.net/news/20260623/Artificial-intelligence-helps-breast-cancer-patients-avoid-unnecessary-chemotherapy.aspx
免责声明：本文仅供医学资讯参考，不构成乳腺癌诊疗或化疗取舍建议。具体治疗方案应由肿瘤专科医生结合完整检查结果决定。
