Cancer Cell：邵志敏/江一舟团队等利用AI辅助分型，提高乳腺癌治疗效果

主要观点总结

本文介绍了针对激素受体阳性/人表皮生长因子受体-2阴性（HR+/HER2-）乳腺癌的研究，该亚型约占所有乳腺癌病例的三分之二。对于晚期患者，内分泌治疗联合CDK4/6抑制剂是标准一线方案，但耐药性问题仍然存在。复旦大学附属肿瘤医院的研究团队利用人工智能（AI）辅助的分子分型，将这一亚型精准地划分为四个新亚型，并通过LINUX平台试验验证了精准治疗的效果。该研究为HR+/HER2-乳腺癌患者找到更有效的后续治疗方案提供了希望。

关键观点总结

关键观点1: HR+/HER2-乳腺癌是最常见的乳腺癌亚型，占所有病例的三分之二。

晚期患者通常接受内分泌治疗联合CDK4/6抑制剂，但一旦耐药，治疗选择有限。

关键观点2: 复旦大学附属肿瘤医院的研究团队利用AI辅助的分子分型，将HR+/HER2-乳腺癌划分为四个新亚型：SNF1、SNF2、SNF3、SNF4。

基于AI辅助的分子分型指导精准治疗能显著提升治疗效果，特别是对于SNF2和SNF4亚型。

关键观点3: LINUX平台试验验证了AI辅助分型指导下的精准治疗策略的有效性。

对于SNF2和SNF4亚型，精准治疗方案的有效性远高于标准治疗，显著延长了无进展生存期。

关键观点4: 该研究打破了乳腺癌治疗的僵局，为HR+/HER2-晚期乳腺癌后线治疗提供了新证据。

利用AI技术实现临床精准分型和治疗指导具有完全可行性，并且该研究具有多项里程碑意义。