前言
2025年3月1日，由广东省医学科学院&广东省人民医院、广东省肺癌研究所、广东省临床试验协会/中国胸部肿瘤研究协作组、广东省抗癌协会肺癌专业委员会、广东省医学会肺部肿瘤学分会联合主办的“第22届中国肺癌高峰论坛”在广州召开。本届论坛聚焦肺癌新型治疗策略的临床转化与技术创新，围绕抗体药物偶联物（ADC）药物、生物标志物及人工智能（AI）等热点展开深度探讨。值此会议之际，医脉通特邀武汉大学人民医院宋启斌教授，分享肺癌新型诊疗策略进展，展望AI技术在肺癌中的突破性应用。
-宋启斌教授 -
一级主任医师/教授/博士研究生导师
武汉大学人民医院肿瘤中心主任兼肿瘤学教研室主任、学科带头人、首席专家
欧洲自然科学院院士
第五届“国之名医”——卓越建树专家
国家卫健委医政医管局《肺癌诊疗指南》专家组成员
国家癌症中心肺癌质控专家
中国医师协会第五届理事会理事
中国医师协会肿瘤多学科诊疗专业委员会副主委兼总干事
世界华人肿瘤医师协会常委兼胸部肿瘤分会副主委
中国医促会胸部肿瘤分会副主委
中国临床肿瘤学会（CSCO）常务理事
CSCO老年肿瘤专委会副主委，肺癌、大数据专委会常委
中国抗癌协会肺癌、肿瘤多学科诊疗专委会常委
湖北省临床肿瘤学会（ESCO）理事长兼肺癌专委员会主委
武汉医学会放射肿瘤治疗学分会主委
肺癌诊疗策略创新图谱
宋启斌教授
武汉大学人民医院
第二十二届中国肺癌高峰论坛聚焦于肺癌治疗领域的新进展，特别是新型治疗方法的探讨与应用。肺癌的治疗范式从传统细胞毒药物主导的系统性化疗，逐步向精准靶向治疗、免疫治疗等新型模式演进。近年来，双靶点抑制剂、双特异性抗体、基因治疗、细胞治疗等创新疗法也成为肺癌治疗的新热点。
在基因治疗领域，研究重点集中于致癌基因调控与抑癌基因功能修复两大方向。针对驱动基因阳性肺癌患者的治疗策略已形成系统化方案，如针对EGFR突变开发的酪氨酸激酶抑制剂（TKI）现已迭代至第四代，有效延长了药物耐药周期。对于尚缺乏直接靶向药物的致癌基因，基因编辑技术通过基因沉默展现出干预潜力。
此外，针对抑癌基因的失活，尤其是TP53基因的研究，已取得重要进展。我国自主研发的TP53基因治疗药物已获批，其通过病毒载体递送功能性p53基因，重建细胞周期调控与凋亡诱导机制，标志着基因治疗在实体瘤领域取得实质性突破。同时，研究人员正探索体外基因修饰技术的新路径，包括肿瘤浸润淋巴细胞体外扩增回输、肿瘤抗原特异性T细胞受体基因编辑等。
尽管CAR-T疗法在血液肿瘤中已显现疗效，但实体瘤应用仍面临多重挑战：肿瘤异质性导致单靶点治疗易产生免疫逃逸；靶抗原与正常组织交叉反应可能引发脱靶毒性；细胞因子释放综合征等免疫相关不良事件需精准控制；此外，免疫抑制性微环境也显著影响效应细胞浸润与功能持续性。针对这些瓶颈，研究者正着力开发多靶点CAR构建、局部递送系统及联合免疫调节策略，其持续性的抗肿瘤效应有望突破传统周期性给药模式的局限。
肿瘤疫苗作为个性化治疗的重要分支，通过新抗原筛选与呈递系统优化，已在临床试验中验证其免疫激活效能。在细胞治疗领域，非特异性免疫疗法如细胞因子诱导杀伤细胞、树突细胞-CIK复合疗法及自然杀伤细胞治疗，通过与标准化疗、靶向治疗的序贯联合，在维持治疗阶段显示出协同作用。
当前研究亟需整合分子生物学技术、生物信息学分析与临床转化医学资源，通过设计严谨的临床试验验证新型疗法的安全性与有效性。随着基因编辑、细胞治疗等技术的不断革新，肺癌治疗正从单纯的疾病控制向功能性治愈迈进，这需要跨学科团队协同攻关，系统优化治疗策略的组合序列，最终为患者提供更精准、有效的治疗方案。
AI赋能肺癌治疗模式革新
宋启斌教授
武汉大学人民医院
恶性肿瘤的本质复杂性源于多维度调控网络的动态交互作用。从肿瘤生物学特性来看，其异质性不仅体现在驱动基因的单一或多重变异模式，更涉及肿瘤微环境中复杂的细胞间通讯系统。微环境中的基质细胞、细胞因子网络及表观遗传学调控共同构成动态平衡体系，显著影响肿瘤增殖、侵袭及治疗应答。此外，宿主因素如肠道菌群组成、系统性免疫状态以及代谢特征等，均与肿瘤进展及治疗敏感性存在密切关联，这进一步增加了肿瘤治疗的复杂性。
在治疗反应预测方面，传统基于单一生物标志物的决策模式已显现局限性。临床观察发现，即使存在相同驱动基因变异，合并突变谱差异、表观遗传修饰异常等因素仍会导致显著的疗效异质性。这提示我们需要建立多维度的预测体系，整合基因组变异特征、蛋白表达谱、代谢动态及影像组学参数等多模态数据。尤其在无法获取组织标本的情况下，开发基于循环肿瘤DNA（ctDNA）的液态活检技术、特异性分子探针结合功能影像学评估，将成为突破临床瓶颈的重要方向。
面对如此复杂的生物信息网络，传统人工分析模式已难以满足精准医疗需求。人工智能技术通过强大的算力支持与深度学习算法，为海量多组学数据的整合分析提供了革命性工具。在诊断领域，AI辅助影像识别系统可实现对肺结节恶性概率的定量评估，其诊断准确率与资深放射科医师相当；在治疗策略优化方面，机器学习模型可通过整合患者基因组特征、既往治疗反应及真实世界数据，生成个体化治疗方案建议。值得关注的是，AI在新药研发中已展现出独特优势，通过虚拟筛选化合物库、预测药物靶点相互作用及优化分子结构，可大幅缩短药物开发周期并降低研发成本。目前部分AI辅助诊疗系统在肺癌领域展现的临床决策建议，已与指南推荐方案具有高度一致性。
随着AI技术的迭代升级，AI将深度融入肺癌全生命周期管理。从早期筛查中的风险分层、治疗过程中的动态疗效监控，到耐药后的方案调整及预后评估，AI系统可通过持续学习不断优化决策模型。可以预见，人工智能与传统医学的深度融合，将推动肺癌诊疗模式向更高维度的精准化、智能化方向跨越式发展。
编辑：Faline
审校：宋启斌教授
排版：Faline
执行：Squid
医脉通是专业的在线医生平台，“感知世界医学脉搏，助力中国临床决策”是平台的使命。医脉通旗下拥有「临床指南」「用药参考」「医学文献王」「医知源」「e研通」「e脉播」等系列产品，全面满足医学工作者临床决策、获取新知及提升科研效率等方面的需求。
本平台旨在为医疗卫生专业人士传递更多医学信息。本平台发布的内容，不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该等信息被用于了解医学信息以外的目的，本平台不承担相关责任。本平台对发布的内容，并不代表同意其描述和观点。若涉及版权问题，烦请权利人与我们联系，我们将尽快处理。
