癌症患者数字孪生有助于肿瘤治疗模式精准化规范化

美国斯坦福大学医学系Tina Hernandez-Boussard等提出具有生命周期的连续CPDTs框架，用于共同医疗决策，有利于肿瘤治疗模式精准规范化；文章发表于2021年12月的《Nature Medicine》杂志。

——摘自文章章节

【Ref: Hernandez-Boussard T, et al. Nat Med. 2021 Dec;27(12):2065-2066. doi: 10.1038/s41591-021-01558-5.】

研究背景

医学上对癌症患者孪生数字（cancer patient digital twins，CPDTs）通过计算机的新兴算法和生物学技术建立个体模型，动态反映不同治疗方式和不同病程的分子生理和生活方式状态。科技人员使用孪生数字模型实时数据调整治疗、监测治疗反应和追踪生活方式的改变。美国斯坦福大学医学系Tina Hernandez-Boussard等提出具有生命周期的连续CPDTs框架，用于共同医疗决策（图1），有利于肿瘤治疗模式精准规范化；文章发表于2021年12月的《Nature Medicine》杂志。

图1. 基于虚拟实验的CPDTs整合医疗工作流程，用于医疗决策。

研究方法

CPDTs框架整合患者个体数据，如蛋白质组、临床特征、临床试验和人群研究等因素，创建用于模型训练的多尺度和多模式数据集。为确保快速和全面的数据整合，必须根据可发现性、可访问性、可操作性和可重用性原则在不同人群中采集数据，以确保所有患者均等获益。

CPDTs框架是一个革命性概念，其桥接生物组织的数量和时间跨度，以汇总患者完整的体验变化，包括从纳秒级的分子水平到几十年的人群水平。随着患者身体状态的演变，CPDTs必须纳入观察性数据代表患者的当前状态，并可靠预测未来的状态转换。构建各种癌症发生发展过程的一系列多跨度模型。CPDTs通过调整现有的模拟、模型推理、数据同化和高性能计算技术建立连续的医疗规范和过程，形成可实时测试的动态模型。在整个开发过程中，技术验证和严格的软件工程实践是确保未来CPDTs系统可靠性的关键。

研究结果

目前研究焦点主要是通过使用数学模型判断和计划治疗决策。未来的临床将使用CPDTs进行虚拟实验。通过在没有治疗的情境中、在当前护理标准下和在治疗变化下的模拟模型，每次模拟都要在其中一个选项下预测患者癌症的发展轨迹。在每次临床就诊时，将所选治疗的预测与患者的最新测量值进行比较，以评估孪生数字的性能。然后，纳入新的测量值以更新患者的CPDTs，重新进行模拟计算。CPDTs将无缝集成至医疗工作的流程中，从而使医生和患者能够直观、可视化地探索治疗方案，体现临床实用性。与此同时，需要不断优化仪表板，以免给临床医生带来负担或干扰患者的治疗体验。

未来CPDTs的终极目标是将每次选择都成为最佳治疗。因此，至关重要的是将不同人群的CPDTs同等和公平地整合到临床实践。存在偏倚数据的机器学习使CPDTs受到偏倚的影响，不能反映现有医疗系统的实际情况。所以要求必须严格控制标准，以确保治疗方案不会增强预先存在的偏倚。CPDTs是从基于回顾性数据和连续学习过程的患者模型开始。连续机器学习最大限度地提高预测能力，同时要考虑测量的不确定性和变异性、数据缺失和不完整的机制知识。源自现实世界的CPDTs系统地积累将使成百上千CPDTs队列能够用于计算机模拟的临床试验和人群研究。关键技术和数据正在迅速发展，但仍然存在一定的困难。

对于疾病复发的患者，最佳治疗方案可能涉及多个时间点的药物治疗结合免疫治疗。患者的肿瘤基因组以及采集的骨髓和外周血多组测量值可用于更新对临床措施的预测，包括药物组合、剂量和持续时间或保守治疗等；然后，以直观的形式呈现给患者和医生。CPDTs将持续的解释癌症进展和供体（移植物）免疫系统的相关性，以减少临床决策的不确定性，从而改善预后和患者与临床医生的互动。

2019年，美国国家癌症研究所、能源部、国家实验室及学术和工业伙伴联盟将癌症研究与先进算法学科交汇，建成向癌症挑战的创新设想（Envisioning Computational Innovations for Cancer Challenges，ECCIC），框架前瞻性方法，加速CPDTs的发展。然而，只有在实验、计算和临床共同合作下，CPDTs才能完全得以实现。

开发CPDTs是对先进计算技术和肿瘤学融合的巨大挑战。使用CPDTs进行患者个体化治疗，具有推进预测肿瘤学发展的巨大潜力。进一步开发、完善，最终到临床实践中去实施。CPDTs可能彻底改变癌症和许多其它复杂疾病的治疗和管理方式。

研究结论

综上所述，CPDTs不仅提供对患者个体的预测，还能积累患者疾病的发展轨迹、治疗决策、治疗结果以及预测与现实之间的匹配或不一致性。也为研究投资提供宝贵的临床证据，使政策制定者能将资源引导到最有效的疗法中去。CPDTs可以帮助构建现有的医疗系统，以更好地应对实时的公共卫生状况，解决医疗需求。

声明：脑医汇旗下神外资讯、神介资讯、脑医咨询、AiBrain所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。