王海波教授：聚焦早期乳腺癌治疗进展，再谈精准医学与AI融合的诊疗革新 | 南北汇

对于HR+/HER2-早期乳腺癌患者接受CDK4/6抑制剂联合内分泌辅助治疗后出现转移复发的情况，需根据耐药机制制定 个体化策略 。

• 若为 原发耐药 ，推荐通过基因检测明确分子特征，针对PIK3CA/AKT/mTOR信号通路异常进行精准干预：PIK3CA突变患者可选择PI3Kα抑制剂（如阿培利司），AKT通路激活者可应用AKT抑制剂，而mTOR抑制剂（如依维莫司）则适用于广泛通路异常患者。

此外，BRCA基因突变人群可受益于PARP抑制剂（如奥拉帕利），该药物已被纳入国内外指南推荐 ^[1] ，尤其在辅助治疗阶段显示出独特价值。

• 针对 继发耐药 患者，临床需结合既往治疗反应动态调整方案。可通过更换CDK4/6抑制剂类型（如从阿贝西利转为哌柏西利）、升级内分泌治疗强度（如从芳香化酶抑制剂切换为氟维司群）或引入化疗等手段进行干预。

• 值得关注的是，部分患者在序贯治疗中可能重新获得对CDK4/6抑制剂的敏感性，提示动态监测耐药机制的重要性。对于快速进展或多器官转移患者，建议采用化疗联合靶向治疗的强化策略，同时兼顾生活质量管理。

ADC药物作为乳腺癌领域的革命性疗法，已在HER2阳性和低表达晚期乳腺癌中确立治疗地位，其早期应用潜力正通过系列临床试验逐步显现。在HER2阳性乳腺癌领域， DESTINY-Breast系列 研究 显示，新一代ADC药物T-DXd在新辅助治疗中可显著提升病理完全缓解（pCR）率，目前全球多中心III期研究正在探索其用于辅助强化治疗的可行性。这些数据若获阳性结果，或将重塑早期HER2阳性乳腺癌治疗格局，推动ADC药物从晚期向早期治疗关口前移。

同时，针对TROP-2等新兴靶点的ADC药物，同样展现跨线治疗潜力：例如戈沙妥珠单抗在晚期三阴性乳腺癌中的突破性疗效，为早期高危患者的辅助治疗探索提供理论依据；值得关注的是，我国原研ADC药物如SHR-A1811（抗HER2 ADC）在新辅助治疗中已取得初步积极数据，其独特载荷设计可能克服传统化疗耐药问题。

未来，ADC药物或可通过与免疫治疗、靶向药物的联合策略，进一步拓展在早期乳腺癌新辅助治疗、辅助强化及保乳降期等场景中的应用边界。

人工智能正深度融入早期乳腺癌诊疗全链条，通过多维度赋能提升临床决策质量。在临床实践层面，AI系统已实现从筛查到随访的全周期管理——基于 CSCO-AI平台 的智能导航系统可整合影像组学、基因组学等多模态数据，辅助分子分型判断、个体化用药推荐等；而目前AI工具正在构建“数字医生”体系，实时监测治疗期间的血象波动、药物毒性反应，并通过自然语言处理技术解析患者主诉，动态优化支持性治疗策略。

科研转化领域，AI技术显著加速乳腺癌治疗方案的迭代升级。通过AI系统与临床试验数据的深度耦合，研究者可快速识别新型生物标志物（如免疫检查点CD112R），预测ADC药物旁观者效应强度，并建立耐药突变演化模型。这种智能分析能力使得药物研发周期缩短，同时为耐药患者提供跨线治疗方案的精准匹配。

此外，在患者 健康管理维度 ，AI正突破传统医学边界构建新型医患生态。智能科普平台通过机器学习分析患者认知水平，生成个性化健康教育内容，提升乳腺癌早期筛查参与率。通过语音交互识别焦虑/抑郁倾向，配合认知行为疗法模块实施干预，这种生理-心理双重管理模式，使保乳术后患者生活质量评分提升。

在乳腺癌治疗领域，我们团队始终 以患者为核心、构建多学科协作的一体化诊疗体系 。依托乳腺病诊疗中心平台，我们创新推行全流程闭环管理模式：从精准影像诊断到个体化外科手术方案，同步整合乳房重建整形与肿瘤系统性治疗，并延伸至术后身心康复管理。

通过打破传统科室壁垒，实现多学科专家实时联动，患者可在单次就诊中完成病理评估、遗传咨询、治疗决策及心理疏导等全维度服务，显著提升诊疗效率与就医体验。同时我们建立动态随访系统，运用数字化工具对患者生理指标、心理状态进行长期跟踪，形成从早期筛查到晚期姑息治疗的全生命周期健康管理路径。

科研层面，团队构建了 “临床-基础-转化”三位一体 的研究体系。基于临床诊疗中发现的科学问题，我们正深入探索乳腺癌免疫微环境动态演变机制，结合单细胞测序与空间转录组学技术解析肿瘤异质性，并通过AI模型对海量生物医学数据进行深度挖掘。

目前已开展多项研究者发起的临床试验，致力于开发新型生物标志物检测体系与疗效评估模型。借助机器学习算法与智能工具，我们正在搭建肿瘤进展预测平台，以期实现治疗方案的动态优化。这些研究成果持续反哺临床实践，推动新型靶向药物研发与精准治疗策略的迭代更新，为不同分型患者提供更优的个体化治疗方案。