医疗人工智能企业Lunit表示，本月5日至9日在美国马里兰州举行的“2025美国免疫肿瘤学会年会（SITC 2025）”上，利用人工智能生物标志物平台“Lunit Scope”发布了3项研究成果。
首先，Lunit与全球临床试验受托机构（合同研究组织）CellCarta联合发布了一项证明基于人工智能的免疫表型分析具有标准化可能性的研究。研究团队利用Lunit Scope IO，对非小细胞肺癌、结直肠癌、尿路上皮癌患者共93例的H&E（苏木精-伊红）切片进行分析，并与病理专科医生的阅片结果进行比较，结果显示人工智能分析与专科医生判读之间的一致性非常高。
特别是在区分肿瘤细胞巢（TCN）和肿瘤相关基质（TAS）区域时，用于衡量两变量之间秩相关性的统计指标斯皮尔曼相关系数（Spearman相关系数）分别达到0.91和0.86，表现出极高的一致度。该系数越接近1，相关性越高。
该研究再次证明，人工智能在无需追加染色或复杂实验流程的情况下，仅凭基础H&E切片，就能以精细且接近专科医生水平的能力解读肿瘤组织的免疫微环境，再次确认了在评估肿瘤免疫反应和分析免疫表型方面应用人工智能的优势。
此外，Lunit还证明了在抗体类新药开发过程中应用人工智能的可行性。研究团队利用Lunit Scope uIHC，对34种癌种、共4万7,591张IHC图像进行分析，评估作为抗体药物偶联物（ADC）及双特异性抗体（BiTE）候选靶点而正在研究的74个膜蛋白靶点与肿瘤浸润淋巴细胞（TIL）之间的空间相互作用。
分析结果显示，大多数蛋白靶点在相应部位的TIL密度有所下降，但PD-L1和TNFRSF4这两个靶点却与TIL浸润呈现出更加活跃的相关关系。尤其是成纤维细胞生长因子受体4（FGFR4），在结直肠癌、非鳞状非小细胞肺癌和子宫癌中，肿瘤内淋巴细胞浸润明显增加，被确认具有作为双特异性抗体治疗药物有前景靶点的潜力。
本次研究结果表明，Lunit Scope uIHC能够精细分析肿瘤组织内免疫细胞与蛋白质的空间位置关系，从而快速而准确地筛选出新药候选靶点。
![“月薪150万不如去美国年入5亿” 首尔大·KAIST人才纷纷收拾行囊 [科学家正在消失]①](https://cwcontent.asiae.co.kr/asiaresize/93/2026051914165468840_1779167814.png)
Lunit代表Seo Beomseok表示：“在SITC 2025上发布的研究表明，Lunit Scope不仅在免疫检查点抑制剂反应预测领域确立了专业性，还正在将应用范围扩展至抗体新药开发领域。今后将以CellCarta等全球合作伙伴为中心进一步强化协作，创造实质性的医疗价值，并打造人工智能精准医疗的新标准。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
