腔面型乳腺癌（HR+/HER2-乳腺癌）约占所有乳腺癌的70%，是最常见的乳腺癌分子亚型。尽管该亚型总体预后相对较好，但高危早期患者仍面临长期复发风险。新辅助治疗能够帮助肿瘤降期，提高保乳机会，但腔面型乳腺癌对传统新辅助化疗的病理完全缓解（pCR）率相对有限。如何进一步识别肿瘤内在异质性，为不同患者选择更加精准的治疗方案，已成为当前腔面型乳腺癌精准治疗领域的重要问题。
近日，由我院乳腺肿瘤中心牵头的一项重要研究在国际期刊《Cell Reports Medicine》发表，题为“Precision neoadjuvant treatment with AI-assisted subtyping in HR+/HER2−breast cancer: A randomized, phase 2 trial FASCINATE-N”，影响因子14.0分。我院乳腺肿瘤中心主任邵志敏教授、乳腺外科主任余科达教授、乳腺外科副主任李俊杰教授为本文共同通讯作者，我院乳腺外科李俊杰教授、陈力教授、马林晓曦博士、吉芃博士为本文共同第一作者。该研究基于团队既往建立的SNF分型体系，引入数字病理与人工智能辅助分型，将腔面型乳腺癌患者进一步区分为内分泌治疗获益型和靶向治疗获益型，并开展分型指导下的新辅助精准治疗探索，为腔面型乳腺癌个体化治疗提供了新的临床证据。该研究得到国家重点研发计划、国家自然科学基金、上海市乳腺癌重点实验室等项目支持。
腔面型乳腺癌具有显著的肿瘤异质性，不同患者对治疗的敏感性存在明显差异。传统“一刀切”的新辅助化疗模式，难以充分匹配患者不同的肿瘤生物学特征。针对这一临床问题，FASCINATE-N研究采用II期平台型临床研究设计，在腔面型乳腺癌治疗臂中共纳入251例II–III期患者。其中，49例患者被分入内分泌治疗组，202例患者被分入靶向治疗组。在治疗方案方面，内分泌治疗组患者接受内分泌治疗联合CDK4/6抑制剂或标准化疗；靶向治疗组则进一步依据SNF2、SNF3、SNF4不同分型，分别接受免疫治疗、PARP抑制剂或抗血管生成治疗联合化疗，并与标准化疗进行比较。通过人工智能辅助分型，将患者的肿瘤分子特征与相应治疗策略相匹配，探索从“经验治疗”向“分型指导精准治疗”的转变。
研究结果显示，在总体人群中，精准治疗组的病理完全缓解（pCR）率显著高于对照组，分别为11.1%和4.0%。进一步分析发现，这一获益主要来自靶向治疗组：在SNF分型指导下接受精准治疗的患者，pCR率达到13.9%，明显高于对照组的4.0%。除pCR率外，靶向治疗组在客观缓解率、Miller-Payne病理反应、残余肿瘤负荷以及Ki-67下降等指标方面也呈现出更优趋势，提示基于肿瘤内在生物学特征进行治疗选择，有望进一步提升腔面型乳腺癌新辅助治疗的疗效。
内分泌治疗组中，内分泌治疗联合CDK4/6抑制剂虽然未进一步提高pCR率，但总体疗效与化疗相近，同时表现出更好的耐受性。这一结果提示，对于部分内分泌敏感型腔面型乳腺癌患者，内分泌治疗联合CDK4/6抑制剂或有望成为潜在的“免化疗”新辅助治疗选择，为降低化疗相关治疗负担提供了新的探索方向。研究未报告治疗相关死亡，靶向治疗组3–4级治疗相关不良事件发生率与对照组接近，提示在精准分型基础上加入相应靶向治疗具有可管理的安全性。FASCINATE-N研究首次前瞻性验证了人工智能辅助SNF分型指导腔面型乳腺癌新辅助精准治疗的可行性，针对不同分子特征选择内分泌强化或靶向联合治疗，有望突破腔面型乳腺癌传统新辅助治疗疗效有限的瓶颈，为早期腔面型乳腺癌个体化治疗提供新的临床证据和转化方向。
“腔面型乳腺癌作为最常见的乳腺癌亚型，所有患者的临床表现都存在或多或少的区别。”我院乳腺肿瘤中心主任邵志敏教授表示，“它的内部存在显著的生物学异质性，如何从看似相同的疾病类型中进一步识别不同患者的治疗敏感性，是实现精准治疗的关键。FASCINATE-N研究将团队既往建立的SNF分型体系与数字病理、人工智能技术相结合，并在前瞻性临床研究中探索分型指导治疗，告诉我们不同分子特征的患者可能需要采取不同的治疗策略。未来，希望我们团队能进一步通过更大规模的临床研究验证这一精准治疗模式，让人工智能和分子分型真正转化为临床决策工具，为腔面型乳腺癌患者提供更加精准、有效、个体化的治疗选择。”
