香港文匯報訊（記者 高鈺）香港中文大學醫學院腫瘤學系系主任莫樹錦與韓國首爾國立大學、成均館大學、亞洲大學醫學院及AI初創公司Lunit合作，開發了一種用於非小細胞肺癌的AI分析工具，它可為完整病理切片影像進行分析，以了解可作為生物標誌物的抗腫瘤免疫激活分子「腫瘤浸潤淋巴細胞」的分布，從而預測晚期肺癌治療的有效性，或可幫助提供更精確的臨床治療方案。

人類免疫系統的T細胞表面有一種叫PD-1的蛋白，當它與癌細胞的PD-L1結合，可使腫瘤避過免疫系統攻擊。現時一線治療是一種以antiPD-1為「免疫檢查點抑制劑」的免疫療法，其作用是令PD-1蛋白與PD-L1不能結合，讓免疫系統繼續發揮作用，殺滅癌細胞。

不過莫樹錦提到，antiPD-1檢查點抑制劑的治療成效受限於患者的腫瘤微環境，現時還未有生物標誌物可評估療效。理論上，抗腫瘤免疫激活分子「腫瘤浸潤淋巴細胞」雖可預測免疫檢查點抑制劑的治療效果，但目前只能靠人手就相關細胞的病理影像點算，影響其效用及客觀性。

於是研究團隊合作開發AI工具，以分割和量化整個病理切片影像中的多個組織學成分，包括腫瘤上皮細胞、癌基質和「腫瘤浸潤淋巴細胞」，通過AI模型訓練產生出三種免疫表型並加以比較。

研究結果顯示，AI輔助的「腫瘤浸潤淋巴細胞」分析與抗腫瘤反應及無惡化存活期密切相關，意味日後或可提供更精確的臨床治療方案，相關詳情已刊登於期刊《Journal of Clinical Oncology》。