AI 與基因組學進步為亞洲肺癌負擔帶來新希望

APAC - English

新聞提供者

05 2月, 2025, 14:00 CST

新加坡2025年2月5日 /美通社/ -- 亞洲是受肺癌威脅最嚴重的地區，佔全球新診斷肺癌病例的 63.1% 和肺癌死亡人數的 62.9%^（1）。

許多國家已採用低劑量 CT 掃瞄來檢測這種致命癌症的信號，期望通過早期發現以大大改善治療效果。然而，實際應用中通常只有高風險人群（重度吸煙者）被建議定期進行低劑量 CT 掃瞄，以盡量減少由於掃瞄過程中輻射誘發癌症的風險^（2）。此外，由於偏遠地區經濟相對落後和 CT 掃瞄設備的可獲得性偏低，許多人無法輕鬆接觸先進的醫療資源以完成肺癌早篩。

Nguyen Hoai Nghia 博士在 2025 年 1 月於新加坡交易所會議廳舉辦的「亞洲個性化癌症護理：推進基因組學與AI」活動中宣佈 SPOT-MAS 肺部檢測的性能表現。

正是由於這些限制，目前多項研究提供了更多令人震驚的數據：現有的篩查指南和篩查風險人群標準存在漏洞，可能會漏掉超過 50% 的從不吸煙者的肺癌病例^（3）；其中女性尤其容易受到相關影響，在東南亞，83% 患肺癌的女性是從不吸煙者^（4）；與吸煙者相比，非吸煙者通常在更晚期的階段才被診斷出肺癌^（5）；而大約三分之一的肺癌死亡發生在非吸煙者身上^（6）。這些數據凸顯了現有篩查方法的局限性，尤其是在保護弱勢群體方面。

基於 AI 和基因組學的新篩查方法

Gene Solutions 開發的 SPOT-MAS 血液檢測為肺癌篩查帶來了新的突破。該檢測通過分析從癌細胞釋放的循環腫瘤 DNA（ctDNA）的多種特徵，判斷患者是否可能患有癌症的信號。此前，SPOT-MAS 在一項涉及 9,024 名健康人的多癌種早期檢測縱向研究中得到充分驗證。然而，將這種技術推廣至大規模人群篩查的關鍵挑戰在於大幅降低成本，使其更加可負擔。

為解決這一難題，Gene Solutions 整合了腫瘤多組學圖譜（ATLAS）、人工智能驅動的特徵工程和深度學習模型，以整體分析基因組學、表觀遺傳組學和片段組學數據。這種方法提供了一種精確、無創且經濟的檢測方案，專門用於肺癌篩查。通過增強人工智能分析和整合肺癌特異性特徵，SPOT-MAS 肺癌檢測顯示出顯著的效能，實現了90%的靈敏度和 92% 的特異性^（7）。

為全亞洲肺癌篩查帶來新希望

基於已經在亞太地區建立起廣泛的大中型醫療機構合作網絡，Gene Solutions 已計劃在2025年初將這項融合人工智能驅動的血液檢測引入臨床實踐，以滿足公眾對可觸及、可負擔的肺癌篩查的迫切需求。從長遠來看，SPOT-MAS 作為便捷且精準的檢測方法可以顯著提高整體風險人群早期發現癌症信號的機會，從而降低因晚期診斷導致的死亡率。

此外，ctDNA 篩查檢測可以作為低劑量 CT 掃瞄的輔助工具。在實際應用中，許多 CT 掃瞄結果並不明確，例如被歸類在 LUNG-RADS 下的小肺結節^（8），常常讓臨床醫生和患者對惡性腫瘤狀態以及後續監測路徑感到困惑。此時，ctDNA 篩查結果可以為診斷和監測策略提供重要支持。

在 1 月份於新加坡舉行的「亞洲個性化癌症護理：推進基因組學與 AI」活動中，Gene Solutions 創始人 Nguyen Hoai Nghia 博士強調：「這項技術代表了肺癌篩查的範式轉變，特別是對於難以觸及服務的人群。通過利用 ctDNA 和人工智能的力量，我們旨在使基於血液的癌症篩查檢測更加準確和可負擔，從而支持更多的早期發現和更有效的治療結果。」

關於 Gene Solutions

Gene Solutions 是亞洲領先的生物技術公司，專注於利用先進的人工智能和 ctDNA 技術開發創新的癌症檢測解決方案。該公司與東南亞超過 4500 家醫院和診所合作，擁有約 250 名生物學專家和技術人員，員工總數超過700 名。Gene Solutions 發表了超過 50 篇同行評審的出版物，並在該地區開展了超過 50 項多中心研究。該公司因其專有研究以及在新加坡和越南獲得 CAP 認證的實驗室而受到認可，將多組學與人工智能驅動的方法相結合，致力於轉變癌症護理模式。

媒體咨詢請聯繫：Gene Solutions 媒體聯繫人
Ms. Emma Ngo
www.genesolutions.com
郵箱：[email protected]

References:

(1) Chiu, C., & Yang, P. (2024). Challenges of lung cancer control in Asia. EClinicalMedicine, 74, 102706. doi.org/10.1016/j.eclinm.2024.102706

(2) Pozzessere, C.; von Garnier, C.; Beigelman-Aubry, C. Radiation Exposure to Low-Dose Computed Tomography for Lung Cancer Screening: Should We Be Concerned? Tomography 2023, 9, 166-177. doi.org/10.3390/tomography9010015

(3) Kerpel-Fronius, A., Tammemagi, M., Cavic, M., Henschke, C., Jiang, L., Kazerooni, E., Lee, C., Ventura, L., Yang, D., Lam, S., Huber, R. M., Yang, D., Zulueta, J., Viola, L., Mohan, A., Lee, C., Cavic, M., Schmidt, H., Kazerooni, E., . . . Huber, R. (2021). Screening for lung cancer in Individuals who Never smoked: An International Association for the Study of Lung Cancer Early Detection and Screening Committee report. Journal of Thoracic Oncology, 17(1), 56–66. https://doi.org/10.1016/j.jtho.2021.07.031

(4) Barta, J. A., Powell, C. A., & Wisnivesky, J. P. (2019). Global Epidemiology of Lung Cancer. Annals of Global Health, 85(1). https://doi.org/10.5334/aogh.2419

(5) Barta JA, et al. Global Epidemiology of Lung Cancer. Annals of Global Health. (2019). 85(1): 8, 1–16. DOI: https://doi. org/10.5334/aogh.2419

(6) GLOBOCAN (2020).

(7) Nguyen, Van Thien Chi et al. Cost-Effective Shallow Genome-Wide Sequencing for Profiling Plasma cfDNA Signatures to Enhance Lung Cancer Detection (January 11, 2025). dx.doi.org/10.2139/ssrn.5094108

(8) American College of Radiology (2022).

SOURCE Gene Solutions Genomics Pte Ltd