摘要
来源：AI原创生成
突破性AI模型SCORPIO
世界各地的医生可能很快就能使用一项新工具，通过常规血液检测和临床数据，更好地预测癌症患者是否适合接受免疫检查点抑制剂治疗。
这个基于人工智能的模型被命名为SCORPIO，由美国纪念斯隆凯特琳癌症中心（MSK斯隆）和西奈山Tisch癌症研究所的研究团队联合开发。
研究结果表明，该模型不仅成本低且更易获得，其预测效果显著优于美国食品药品监督管理局（FDA）目前批准的两种生物标志物检测方法。相关研究结果已于2025年1月6日发表在《Nature Medicine》杂志上。
“免疫检查点抑制剂是对抗癌症的强大武器，但目前它们对大多数患者不起作用。”MSK斯隆的外科医生兼研究实验室主任Luc Morris博士表示，“这些药物价格昂贵且可能引发严重副作用，因此，筛选出蕞有可能受益的患者尤为关键。”
SCORPIO的优势
目前，FDA批准的两种用于预估癌症患者免疫治疗效果的生物标志物分别是：
肿瘤突变负荷（TMB）：即肿瘤中的突变数量，数量非常多可能意味着免疫治疗效果更佳。
PD-L1免疫组化：检测肿瘤样本中PD-L1蛋白的表达水平，水平越高，免疫治疗的效果可能越好
然而，这两种方法都需要收集肿瘤样本，且基因检测费用昂贵，可及性差。同时，PD-L1表达的评估存在较大的个体差异性。
相比之下，SCORPIO仅依赖于常规血液检测（如全血细胞计数和综合代谢检测），这些数据在全球各地的医疗机构中广泛可用。研究发现，SCORPIO在精准预测免疫治疗效果方面优于现有的检测方法。
“该模型的简单性和经济性，不仅可以降低成本，还能帮助确保患者获得蕞有可能对其有效的治疗方案——无论是检查点抑制剂还是其他类型的疗法。”Morris博士说。
该模型的开发和验证，基于近10000名癌症患者的真实临床数据，覆盖了21种癌症类型，是迄今为止癌症免疫治疗领域规模蕞大的研究之一。
下一步，研究团队计划与全球更多医院和癌症中心合作，测试该模型在不同临床环境中的效果，以便进一步优化。与此同时，研究团队还在开发一个应用界面，以方便全球各地的医生都能方便地使用该工具。
参考来源：
https://www.mskcc.org/news/new-ai-tool-uses-routine-blood-tests-to-predict-immunotherapy-response-for-many
