- 首页 > 正文
ESMO 2025 AI热潮来袭：大会主席专访定调转型方向，结直肠癌研究彰显临床价值
发表时间：2026-02-04 22:13:05
当地时间10月17日，2025年欧洲肿瘤内科学会（ESMO）大会正式拉开帷幕。在本届大会中，“人工智能（AI）”成为绝对热词，从顶层理念到临床实践均有重磅内容呈现。会前，ESMO主席Fabrice André教授就肿瘤医生AI素养培养的重要性发表了深刻见解。与此同时，大会结直肠癌领域的两项摘要（725O、726O）也聚焦AI应用，为其临床转化提供了有力证据。本文将整合专访核心观点与研究进展，带您全面洞悉肿瘤学AI转型的当下与未来。
一、高层洞见：Fabrice André教授专访——肿瘤医生如何驾驭AI转型浪潮？
随着肿瘤学数字化进程加速，AI已从辅助工具逐渐成为驱动诊疗变革的核心力量。在2025年11月12~14日德国柏林首届ESMO AI与数字肿瘤学大会前夕，法国维勒瑞夫古斯塔夫·鲁西研究所科研主任、巴黎萨克雷大学医学教授、ESMO主席Fabrice André教授接受专访，分享了其AI探索历程，并就肿瘤专业人员的AI素养培养、跨学科协作等关键问题给出了明确答案。
Fabrice André教授
从质疑到笃定：一场病理预测研究开启AI探索之旅
André教授与AI的结缘始于2018年。彼时，尽管AI在肿瘤学领域的应用已初露端倪，但他对其潜力和临床效用始终持审慎态度。为验证AI的实际价值，他在古斯塔夫·鲁西研究所发起了一项“重大挑战”——探究AI能否基于病理切片以高于人类评估的准确性预测患者预后。
该项目集结了多领域专业人员，最终研究结果彻底改变了André教授的认知：经充分训练的AI在特定任务中可超越人类专家，且能有效改善临床决策。后续发表于《自然-通讯》的概念验证研究进一步证实，AI可精准发现、提取并开发预测因子，AI辅助病理学在患者分子变异大规模筛查中展现出显著优势。此后，其团队持续深耕预测性AI工具研发，致力于推动AI融入临床工作流程、优化临床试验入组筛选，最终实现癌症个性化治疗的目标。
AI培训：非培养专家，而是建“通用语言”
谈及当前肿瘤医生的AI培训现状，André教授坦言，目前尚无针对肿瘤医生的AI专项课程，许多专业人员需主动寻求教育机会以提升与AI协作的技能。他回忆道，自己与团队初涉AI领域时，曾接受法国中央理工-高等电力学院（拥有数学研究中心）的专项培训。
在他看来，AI教育的核心目标并非将肿瘤医生培养为AI专家——“我始终不认为自己是AI专家，也永远不会这样定义自己”——而是构建基础背景知识与跨学科“通用语言”。AI驱动的肿瘤学研究与护理离不开多学科协作，数学家、高技能IT人员、AI或数据专家等角色不可或缺。这些专业人员需与肿瘤医生紧密配合，在平衡技术可用性、临床需求及证据等级的基础上确定最优解决方案。“仅凭肿瘤医生（少数例外）无法引领该领域——这根本不可能”，André教授强调。为此，ESMO已开始接纳跨领域专业人员，助力跨学科协作生态的构建。
应对技术迭代：ESMO的双重使命
AI领域的快速发展给肿瘤专业人员带来了双重挑战：一方面，新工具、新系统不断涌现，临床医生与研究人员难以完全跟进最新知识；另一方面，技术迭代速度远超临床验证进程，企业往往急于推进后续研发，却忽视了前期技术的临床效用验证。
为弥合技术创新与临床实施间的鸿沟，André教授明确了ESMO的双重使命：其一，提供持续教育机会，帮助成员紧跟领域进展；其二，履行科学学会职责，通过制定标准、定义框架、建立证据等级体系，保障AI工具安全有效融入临床实践。
教育改革：平衡工具应用与能力保留
“AI是工具，人们只需学会正确使用”，André教授对AI的定位清晰而明确。他认为，AI教育需超越技术操作层面，深入覆盖最佳应用场景与潜在误用风险。以生成式AI为例，临床医生不仅要掌握正确提示词的编写方法，更要警惕过度依赖带来的危害。
他特别警示，临床经验不足的医生若过度依赖生成式AI，可能会丧失处理复杂临床案例所需的知识深度。“好医生不仅需高效完成简单常规诊疗，还需具备为复杂患者制定合理决策的能力，而当前生成式AI至少尚不适用于后者”。此外，André教授强调，生成式AI不应被视为普通数字工具，而应作为医疗设备进行严格管理，需通过充分临床测试验证其效用、结果可靠性及数据可信度。
二、临床实证：结直肠癌领域两项AI研究点亮ESMO舞台
André教授对AI临床价值的笃定，在本次ESMO大会结直肠癌领域的两项重磅摘要中得到了充分印证。这两项研究分别聚焦AI在免疫治疗疗效预测与预后风险分层中的应用，为AI的临床转化提供了坚实依据。
725O：AI衍生生物标志物精准预测pMMR mCRC免疫治疗获益
背景
免疫检查点抑制剂（ICI）在错配修复正常（pMMR）转移性结直肠癌（mCRC）患者中的疗效存在显著个体差异，亟需精准生物标志物筛选获益人群。AI技术可从肿瘤苏木精-伊红（H&E）全切片图像（WSIs）中高效提取预测性生物标志物，本研究旨在基于Lunit SCOPE IO平台开发AI驱动生物标志物，预测pMMR mCRC患者的ICI治疗获益。
方法
研究纳入AtezoTRIBE试验（FOLFOXIRI/贝伐珠单抗±阿替利珠单抗）及AVETRIC试验（FOLFOXIRI/西妥昔单抗/avelumab）中的pMMR mCRC患者，通过Lunit SCOPE IO平台量化治疗前H&E WSIs中肿瘤区域（CA）与间质（CS）内淋巴细胞（LC）、成纤维细胞（FB）、巨噬细胞（MP）、肿瘤细胞（TC）、内皮细胞（EC）及有丝分裂细胞（MTC）的密度。以AtezoTRIBE阿替利珠单抗治疗组为训练集，采用多变量Cox回归模型筛选与无进展生存期（PFS，平均C指数＞0.5）最相关的预测变量，通过最大秩统计量设定截断值区分生物标志物高/低表达组；以AVETRIC试验为验证集验证效能。
结果
对AtezoTRIBE试验161例患者的WSIs分析后，成功构建整合CA区域TC、MTC、LC密度及CS区域FB、MP、EC密度的AI生物标志物。其中113例（70%）患者为生物标志物高表达组，该组患者具有年龄更大（P=0.030）、肝转移发生率更高（P=0.023）的特征。
疗效分析显示，在阿替利珠单抗治疗组中，高表达组患者的PFS（P=0.036）和总生存期（OS，P=0.024）显著优于低表达组，而对照组（未加阿替利珠单抗）中无此差异。交互作用分析进一步证实，仅高表达组能从阿替利珠单抗联合治疗中获益：高表达组PFS风险比0.69（95%CI：0.45~1.04）、OS风险比0.54（95%CI：0.33~0.88）；低表达组PFS风险比1.34（95%CI：0.66~2.72）、OS风险比1.70（95%CI：0.69~4.20）（PFS交互作用P=0.114，OS交互作用P=0.025）。
在AVETRIC验证队列48例患者中，36例（75%）为高表达组，其PFS（P=0.043）和OS（P=0.053）均优于低表达组，进一步验证了该生物标志物的预测价值。
总之，本研究开发的AI衍生肿瘤微环境生物标志物可有效预测pMMR mCRC患者的ICI治疗获益，为AI驱动的肿瘤精准治疗提供了有力支撑，值得进一步深入探索。
726O：CAPAI评分实现未化疗高危结直肠癌精准预后分层
背景
高危Ⅱ期（pT4）和Ⅲ期（pN+）结肠癌（CC）的标准治疗为手术切除后辅助化疗（ACT），但约半数患者仅通过手术即可治愈，精准识别这部分人群可避免不必要的ACT相关毒性。病理学家与人工智能联合分析（CAPAI）已在接受ACT治疗的患者中验证了其癌症特异性生存（CSS）预测价值，本研究基于荷兰严格的ACT使用限制背景，验证CAPAI在免除ACT患者中的预后价值。
方法
从荷兰癌症登记处（NCR）筛选2015~2019年间接受R0切除术、年龄＜70岁、体能状态良好（WHO 0-1或ASA 1-2）且未接受（新）辅助治疗的高危Ⅱ期及Ⅲ期结肠癌患者。通过全国病理数据库（Palga）获取诊断性H&E切片，集中扫描后采用DoMore-v1深度学习生物标志物分析。结合该评分与pT/pN分期、淋巴结计数，将患者分为CAPAI低危、中危或高危组。主要终点为3年CSS（定义为因癌症复发导致的死亡）。
结果
中期分析共纳入65家医院的453例患者，整体3年CSS为85.9%（95%CI：82.6~89.2%）。CAPAI分层显示出显著的预后差异（P＜0.0001）：低危组215例（47%）3年CSS达93.7%（90.5%~97.1%）；中危组156例（34%）3年CSS为87.5%（82.3%~93.1%）；高危组82例（18%）3年CSS仅60.4%（50.4%~72.5%）。
单变量Cox回归分析显示，高危组与低危组的死亡风险比为7.9（4.1~15.2，P＜0.001），中危组与低危组的风险比为2.1（1.0~4.3，P=0.039）。
结论
CAPAI评分成功将未接受ACT的高危Ⅱ-Ⅲ期结肠癌患者分为不同预后风险组，其中近半数低危患者3年CSS高达93.7%。该工具现成且经济，若前瞻性应用，有望帮助低危患者免除不必要的ACT，同时为高危患者制定强化治疗策略提供依据。目前研究正与接受ACT的平衡队列进行对比，以进一步验证其临床价值。
三、总结
2025 ESMO大会的AI热潮，既体现了行业对技术变革的高度关注，也展现了从理念到实践的扎实推进。Fabrice André教授的专访为肿瘤学AI转型指明了方向——以AI素养培养为基础，以跨学科协作为支撑，以规范验证为保障；而结直肠癌领域的两项研究则提供了鲜活例证，证实AI在疗效预测、预后分层等关键环节的核心价值。随着首届ESMO AI与数字肿瘤学大会的临近，期待更多AI创新成果落地，为肿瘤精准诊疗注入新动能。
- 推荐文章