新技术：预测乳腺癌复发，不再盲目接受治疗

【杏和医讯】外媒援引《医学快讯》报道，预测乳腺癌复发。

将传统病理学与机器学习相结合的新工具可以预测哪些乳腺癌患者真正需要手术。《美国生理学杂志》11 月号刊登的这项技术可以使女性免受不必要的治疗，减少医疗费用，并研发出阻止乳腺癌复发的新一代药物。

乳腺导管原位癌（DCIS）是一种早期的疾病（也称为0期乳腺癌），可能会进展为浸润性乳腺癌，但只有部分患者需要手术、化疗或放疗，其余的患者无需住院。几十年来，预测癌症早期患者的预后一直是主要科学问题。

密歇根大学的Howard Petty教授和他的研究助理Alexandra Kraft女士刚刚报告了解决这个诊断难题的办法。这项新技术对十多年前捐赠给研究的导管原位癌患者样本进行了测试，并补充了他们当前的临床病史。

Petty教授说，通常像导管原位癌这种还未进展为浸润癌的患者会得到非常积极的治疗，这意味着部分或全部乳房切除，但我们从其他工作中获悉，这些患者中有一半以上不会再患浸润性疾病。

这种方法依赖于新报道的发现，在两种注定会复发和转移乳腺癌的 乳腺导管原位癌病例中，细胞将某些酶重组成这些危险肿瘤细胞外膜下的“代谢平台”。Petty教授说，这使得酶能够高效运转，就像工厂的流水线一样。正是这种效率使癌症变得如此危险。Petty教授的理论是，这些细胞工厂生产的酶产物会促进肿瘤细胞的入侵，同时降低很多形式的化疗和放疗效果。

为了预测出现这种情况的乳腺导管原位癌病例，Petty教授和他的同事们对患者样本中的生物标志物进行了标记，然后用类似于天文学中使用的精密相机进行拍照，随后上传到一个云计算平台上进行分析。

通过这种方法，研究人员在调研的整个时段内的91%能正确预测癌症复发和不复发概率，只有4%的假阴性，该方法目前正在不断完善。

研究作者认为该工具可以减少对导管原位癌的过度诊断，这项技术可能允许科学家通过药物手段干扰代谢平台，从而阻止肿瘤侵袭，增强化疗和放疗，并阻止复发。Petty教授说，这个工具或许还可以用来预测其他侵袭前病变的结果，以及预测哪些患者会对特定的治疗干预措施作出反应。

目前，研究人员正在进行其他的回顾性实验，以获得 FDA 对这种新诊断试验的批准。

原创文章，转载请注明出处