第三期肺癌放療: 低分割放療、SBRT精準打擊與保護免疫系統

圖片
  對於無法透過手術切除的第三期非小細胞肺癌患者而言,放射治療一直是局部控制腫瘤的核心手段。近年醫學界的標準治療方案為「同步放化療」後,接續使用一年的「鞏固性免疫治療」(即著名的 PACIFIC 模式)。 臨床數據顯示,這種聯合治療成功將第三期肺癌患者的 5 年整體存活率(OS)提升至 42.9%,為無數患者帶來了長期根治的希望。然而,傳統的放射治療通常採用每日小劑量(例如每次 2 Gy)、連續 6 星期共 30 次的漫長療程,患者不僅需要頻繁往返醫院,傳統照射範圍亦可能對健康肺部、心臟及免疫系統造成不必要的傷害。為了突破這些局限,放射腫瘤學界近年推行了多項先進的放療技術改革,從療程設計、物理精準度到生物免疫保護,全方位提升治療效果。 深拆「低分割放療」與「SBRT」:技術原理與臨床優勢 在了解最新的放療突破前,我們必須先認識兩項最關鍵的現代放療概念:低分割放療(Hypofractionated Radiotherapy)與立體定向身體放射治療(SBRT / SABR)。 傳統放療將總輻射劑量分散成約 30 次細小劑量給予,稱為「標準分割」。而「低分割放療」則是一種優化的療程設計,其核心原理是提高每次放射治療的單次劑量(例如每次提升至 2.45 Gy 至 2.75 Gy),從而減少總照射次數。 這種設計能在保持或甚至提高對腫瘤殺傷力的同時,將原本需要 6 萬個星期的總療程縮短數個星期。對於第三期肺癌患者來說,縮短放療週期不僅能大大減輕患者與家屬往返醫院的疲憊,更重要的是能縮短放化療與後續免疫治療之間的空窗期,讓患者可以更早、更順利地接續進行鞏固性免疫治療,避免腫瘤在治療間隙期快速復發。 至於 SBRT(Stereotactic Body Radiotherapy),中文稱為立體定向身體放射治療,亦有學者稱為 SABR。這是一種極高精準度、超高劑量的消融性放療技術。SBRT 的特點是利用先進的四維電腦斷層掃描(4D-CT)及錐形束電腦斷層影像導航(CBCT),精準鎖定腫瘤並追蹤肺部隨呼吸起伏的動態。 由於定位極其精確,放射科醫生可以將超高劑量的輻射如「無形手術刀」般集中投射在腫瘤核心,同時將周邊健康組織的輻射劑量急劇降低,通常只需 1 至 5 次療程即可完成。在第三期肺癌的應用中,醫生會將 SBRT 作為「強化劑」(SBRT Boost),在常規放療外額外針對...

AI 如何顛覆癌症治療?從蛋白質預測、DIY 醫學靈感到個人化新藥

 



人工智能(AI)在醫療領域的發展一日千里。時至今日,大語言模型(LLM)已走入大眾日常生活,不少人會把 AI 當作朋友聊天或查詢生活瑣事。而隨著 AI Agent 時代來臨,AI 更能如同私人秘書般協助處理各種複雜工作。然而,AI 帶來最大震撼與突破的領域,莫過於醫療與抗癌治療。


在醫學科研層面,AI 的應用早已取得里程碑式的進展。以著名的 AlphaFold 為例,科研人員能透過 AI 模型精準預測蛋白質結構及相互作用,大為縮短科研時間。這項技術不僅能幫助我們了解基因變化,更能進一步分析病毒或癌細胞對抗生素及藥物產生抗藥性的機制。未來 AI 甚至可以直接設計全新的分子結構,協助研發新藥以抵抗這些抗藥性病毒或病變細胞。


現時的精準醫療,本質上仍然是在「貨架」上挑選現成的藥物。醫生根據病人的基因檢測報告,從現有的標靶藥物或免疫治療中,選出最匹配的一款。這種傳統模式需要經過多年的大型三期臨床試驗來證實療效,過程相當漫長。但是在未來,我們可以將病人的腫瘤特徵、個體基因數據以及影像資料全面輸入 AI 系統。AI 不僅能從現有藥物中計算並配對出最合適的跨藥物組合(Combo),更能根據每一位病人的獨特需求,即時設計、調配甚至快速生產出專門針對該名病人的全新藥物或專屬 mRNA 方案。這比傳統單純看基因排序挑選現成藥物的做法更為優勝,能夠達到真正的個人化「量身訂造」。


早前外國便有一位寵物主人,因為愛寵患癌,竟嘗試自行研發並調配 mRNA 載體來為寵物治療癌症。雖然一般大眾絕對不應模仿這種行為,因為自行用藥存在極高的安全風險與未知危險,但這個震撼的案例確實向我們展示了一個可能性——在 AI 技術與專業醫生的引導下,「DIY 醫療」與高度個人化的定制療程在未來並非天方夜譚。


這種個人化治療模式,就像最近非常流行的「爆旋陀螺」與 3D 列印技術(3D Printer)。市面上有許多不同型號、有貴有平的陀螺,但有時左拼右湊都選不到完全心儀的款式;如果家裡有一部 3D 列印機,就可以按自己的設計在家中即時列印出最完美的陀螺。對抗棘手的癌症亦是同一道理,透過 AI 了解病人的蛋白質結構、抗藥性及身體承受能力,就能像 3D 列印般即時設計並生產專屬藥物,預計在不久的將來便能實現。


這項變革亦將顛覆傳統的醫學研究與審批模式。數十年來,新藥或新醫療技術(如質子治療、超聲波碎化 Histotripsy 等)均需經過長達五至十年甚至更久的三期臨床試驗,以觀察患者的整體生存期(Overall Survival, OS)。這種方式固然嚴謹安全,卻極為耗費時間與龐大資金,延緩了新技術普及的速度。若能運用 AI 模型預測療效與安全性,改為採用準確度極高的「替代終點」(Surrogate Endpoint)進行研究驗證,將有機會大幅縮短研發週期,讓創新療法更快惠及病人。當然,要實現這個願景,除了需要醫學家與 AI 科學家的合作,更需要全球監管機構(例如美國 FDA)制定相應的新指引,在保障安全的前提下加速審批。


雖然這些技術看似遙遠,但在科技飛速發展的今天,醫療領域邁向個人化與 AI 化已是大勢所趨。不過筆者亦要提醒,目前的癌症治療仍須以現行的臨床指引為準,切勿自行盲目嘗試未經證實的療法。病人及家屬如對病情或治療方案有任何疑問,切記要諮詢主診醫生的專業意見。


文章由臨床腫瘤科專科醫生 蘇子謙醫生撰寫


留言

此網誌的熱門文章

再講吓乜嘢叫做第四期癌

以攻為補:為何有時壓制癌細胞才是對身體最好的「大補」?

突破 mCRPC 治療瓶頸:靶向 EZH2 如何為抗藥性前列腺癌帶來新曙光?