Lunit在“全球最大肿瘤学会”ASCO发布7项研究成果

Published 27 May.2024 11:00(KST)

Updated 29 May.2024 07:53(KST)

open/close

医疗人工智能企业Lunit于27日表示，将在本月31日至下月4日于美国芝加哥举行的2024年美国临床肿瘤学会年会（ASCO）上，发布利用人工智能生物标志物平台“Lunit Scope”完成的7项研究成果。ASCO与美国癌症研究协会（AACR）、欧洲肿瘤内科学会（ESMO）并称为全球三大肿瘤学术会议。

Lunit自2019年起每年参加ASCO，持续分享肿瘤治疗领域的最新研究结果。本次ASCO上将发布的主要研究，是关于在抗癌治疗靶点中最为人熟知的人类表皮生长因子受体2（HER2）超低表达乳腺癌患者群体分类的研究结果。近期研究表明，HER2靶向抗体‑药物偶联物（ADC）在HER2低表达乳腺癌中同样具有治疗效果，因此，从过去被归为HER2阴性的乳腺癌患者中识别出HER2超低表达人群的重要性日益凸显。HER2表达程度分为0至+3共四个等级，其中0和+1归为阴性，+3归为阳性。

Lunit利用Lunit Scope分析了401名被归类为HER2阴性的乳腺癌患者的组织切片，结果显示，在既有方法中HER2评分为0的患者中，有23.6%可被视为HER2超低表达群体。此外，在被判读为1+表达的患者中，也能够更为精细地区分HER2表达程度，其中51.9%的患者表现出更高的HER2表达水平。尤其是，这一比例与ADC抗癌药物Enhertu在HER2低表达乳腺癌患者临床试验中确认的客观缓解率（ORR）52.3%相近。Lunit表示，通过这一研究结果可见，利用人工智能将原本被归类为HER2阴性、因而未能接受靶向治疗的乳腺癌患者进一步细分为HER2超低表达群体，有望扩大可接受治疗的患者范围。

Lunit还将发布基于深度学习的胸部计算机断层扫描（CT）影像分析，对非小细胞肺癌患者免疫检查点抑制剂治疗反应进行预测的研究结果。以约2000名患者为对象训练的人工智能模型显示，被预测为治疗反应组的患者，在初次治疗失败后转用其他治疗的风险和死亡风险均降低42%，其总生存期中位数（mOS）为16.5个月，较非反应组的7.6个月延长逾两倍。总生存期（OS）是指接受治疗的患者直至最终死亡所经历的时间。

尤其是，当同时利用本次新开发的CT人工智能模型、既有的Lunit Scope IO模型以及已知的程序性死亡受体‑配体1（PD‑(L)1）生物标志物时，治疗反应预测的准确度进一步提高。据介绍，在三种模型均预测为治疗反应组的患者群体中，接受免疫检查点抑制剂治疗后的mOS可延长至32个月。

此外，Lunit还计划发布▲利用人工智能预测激素受体阳性早期乳腺癌患者预后的研究结果 ▲与国内免疫检查点抑制剂开发企业合作开展的抗CD47新药候选物一期a临床试验结果 ▲利用Lunit Scope IO预测恶性黑色素瘤患者对免疫检查点抑制剂反应性的研究结果 ▲利用人工智能预测非小细胞肺癌三级淋巴结构（TLS）的研究结果。