Cell子刊:天津医科大学李祥春/陈可欣团队开发AI大模型,对原发灶不明癌症进行分类和定位
时间:2025-09-06
来源:生物世界 2025-09-06 09:16
该研究开发了一款基于大语言模型的 AI 工具——OncoChat,其能够从基因组数据中对原发灶不明癌症(CUP)进行肿瘤类型分类和定位。准确的肿瘤类型定位对于确定恰当的治疗策略、优化临床结果以及使患者能够接受和临床试验至关重要。明确肿瘤类型及其原发部位,能让肿瘤科医生根据肿瘤的生物学特性为其制定个性化治疗方案。分子分析方面的最新进展改进了癌症分类,并推动了个性化医疗的发展。然而,尽管有这些创新,复杂癌症,尤其是转移性肿瘤,仍是临床面临的一大挑战。
原发灶不明癌症(CUP)是肿瘤学中最具挑战性的临床情况之一。CUP 指的是尽管进行了广泛的诊断努力,包括组织病理学、影像学和分子检测,但原发部位仍无法确定的转移性肿瘤。在全球范围内,CUP 占所有癌症的 3%-5%,这些癌症通常具有侵袭性,对治疗有抗性,并且预后不良,中位生存期在 6-16 个月之间。由于原发部位未知,治疗通常采用经验性化疗,其效果不如针对特定部位的疗法。因此,确定肿瘤的组织来源对于扩大治疗选择和改善预后至关重要。尽管病理学,包括组化、肿瘤形态学和临床发现,在确定原发肿瘤方面发挥着关键作用,但传统方法在高度转移性或低分化 CUP 病例中往往效果不佳。这些局限性,再加上观察者之间的差异,凸显了对更可靠诊断方法的迫切需求。
2025 年 9 月 4 日,天津医科大学李祥春、陈可欣等人在 Cell 子刊Cell Reports Medicine上发表了题为:Large language models enable tumor-type classification and localization of cancers of unknown primary from genomic data 的研究论文。该研究开发了一款基于大语言模型的 AI 工具 OncoChat,其能够从基因组数据中对原发灶不明癌症(CUP)进行肿瘤类型分类和定位。