至本精準病例夾

在這里記錄和分享真實的腫瘤患者獲益案例，點亮生命之光，推動精準診療！

——從精準診療視角剖析腫瘤病例！

導讀
? 本案例記錄了一名原發灶不明癌（CUP）患者，利用勤真 OrigiCUPAI精準預測了原發癌部位，輔助臨床診斷，獲得臨床獲益。
? 勤真 OrigiCUPAI是一款利用NGS技術和AI算法、提供對原發灶部位有效預測的工具，預測準確率高達83.2%，支持30種常見癌種，其獨特算法已經獲得了發明專利。

臨床上大約有5%～10%的惡性腫瘤即使通過詳細的病史、完善的輔助檢查也不能確定原發位點，這些腫瘤稱之為原發灶不明轉移癌（CUP）[1] 。世界范圍內，CUP位列最常見的十大癌癥之一，死亡率排名第4位。在很長一段時間內，原發灶不明癌的治療策略一直都是臨床的難題。

至本醫療科技CEO王凱博士作為共同第一作者在《JAMA Oncology》發表了一項針對原發灶不明腫瘤的研究[2] ，通過對200名原發灶不明腫瘤（CUP）患者的基因測序結果進行分析，顯示有85%（169/200）的CUP患者可以通過全面的基因檢測找到可靶向的基因變異，而在原發灶不明的腺癌（ACUP）中有72%的患者存在臨床上常見的絡氨酸激酶（RTK）/RAS信號通路上的基因變異（如ALK, ARAF, BRAF, EGFR, FGFR1, FGFR2, KIT, KRAS, MAP2K1, MET, NF1, NF2, NRAS, RAF1, RET和 ROS1等）。

這一研究結果顯示，絕大多數的CUP患者，都擁有至少一個臨床有意義的基因變異，從而進行個體化治療。

2020年，另一項日本的非隨機臨床試驗，評估了 97 名未經治療且經診斷后仍無法判斷腫瘤原發灶的轉移性癌癥患者，對腫瘤樣本進行 NGS 檢測 ，利用算法根據基因表達和基因變異的數據來預測腫瘤原發灶，最終預測出 15 種不同類型的原發腫瘤，并根據基因結果對患者進行治療，一年生存率達到 53 %，客觀緩解率為 39 %。[3]

這意味著，利用高通量測序技術和卓越算法所獲取的腫瘤基因變異數據，可以輔助診斷腫瘤的原發灶，指導臨床精準診療。

2021年，至本醫療重磅推出的基于基因變異的CUP預測模型：勤真 OrigiCUPAI，采用 NGS+AI雙重技術預測原發灶不明癌，基于至本累計的數萬例中國人群腫瘤臨床大數據，通過人工智能深度學習算法挖掘患者臨床及基因檢測數據中的信息，并將學習到的知識與患者腫瘤數據建立聯系，以此總結推斷其腫瘤類型或原發灶，以便輔助臨床醫生進行CUP的進一步鑒別診斷，幫助患者精準獲益。目前，產品的CE認證、NMPA認證正在進行中。

患者年齡：76歲
患者性別：女性
入院檢查：被診斷為淋巴結轉移性腫瘤
病理診斷：（左側鎖骨上淋巴結）轉移性癌，結合免疫組化結果，符合腺癌，部分為微乳頭狀腺癌，傾向于下消化道來源，請結合臨床及相關檢查進一步明確。

第一步：至本NGS大panel元溯檢測顯示，可能臨床獲益的藥物6個，發現明確/潛在臨床意義變異6個，意義不明變異10個。

第二步：基于送檢樣本的基因變異結果，進行勤真OrigiCUPAI原發灶不明癌的模型預測，預測可能性排序前三腫瘤類型為：
? 結直腸癌（預測可能性83.7%）
? 胃食道腺癌（預測可能性7.8%）
? 肺腺癌（預測可能性1.3%）

腫瘤類型預測的詳細結果

基于病理、影像學檢查、勤真 OrigiCUPAI預測結果，臨床專家和患者最終選用了結直腸癌的治療方案，并采用了奧沙利鉑的化療方案（《轉移性結直腸癌維持治療中國專家共識》指出卡培他濱單藥或與奧沙利鉑聯合適用于轉移性結直腸癌的一線治療。），效果良好。

2021年，至本互聯網醫院重磅推出個體化智能電子報告，多維度、可視化、個性化展示報告內容，實時更新，讓每一個患者可以在線檢測病程、動態跟蹤變化，并有機會選擇獲批藥物和臨床試驗。

勤真 OrigiCUPAI產品優勢

快速

基于NGS檢測數據，最快1天可出具分析報告

精準

TOP5 總體平均準確率為 92.8%

全面

支持30種常見腫瘤預測分析

至本CUP AI算法優勢

大樣本

利用至本自有的數據庫平臺，在30個癌種超過數萬例腫瘤患者的基礎上，建立了基于基因突變的腫瘤類型預測，支持基因信息和臨床信息的整合分析。與傳統的免疫組織化學和臨床評估相結合，可能提高診斷的準確性，具有重要的治療意義。

多種突變類型

針對Panel、WES、WGS不同特征數據設計模型，將患者的年齡、性別、癌癥分期等臨床信息結合多種的突變類型數據作為輸入進行預測，包括多種突變類型數據。結合特征工程的方式進行特征過濾、結合，最終構建出有效的患者信息輸入給組合機器學習模型。

AutoML+獨創No-Bias 算法

可自動預處理并清理數據，選擇并構造合適的特征，以堆積木的方式從現有的幾十個模型中選擇合適的模型，并進一步優化模型超參數，嚴格分析模型輸出結果。No-Bias 算法在癌種數據不均勻時可確保訓練出來的模型能夠“公正，無偏見”的輸出預測結果。

專利AI模型

? 可以預測出常見癌癥類型的概率，協助免疫組化結果；
? 使用更多的突變類型進行預測、包括DNA上的點突變、插入、缺失及融合等；
? 針對Panel、WES、WGS不同特征數據設計模型；
? 利用機器學習，輸入特征豐富考慮范圍廣，同時數據的增加可以提高模型精度；
? 該模型適應于任何探針的數據進行構建模型。
? 目前，勤真 OrigiCUPAI已獲得國家知識產權局授予的發明專利證書，至本醫療也成為首家擁有AI輔助診療CUP的精準醫療公司。

勤真 OrigiCUPAI適用患者

原發灶診斷不明的患者
有多種癌癥病史的患者
有不典型的轉移分布的患者
患者對治療沒有反應，懷疑診斷結果
無法明確病灶是原發性還是轉移性的患者

勤真 OrigiCUPAI應用場景

確認原發灶不明癌
病理診斷存疑或不明時，可輔助病理診斷
有不典型的轉移分布的患者
輔助精準診療 ，選擇個體化治療方案，提高患者獲益
減少重復的實驗室檢測或活檢

對于原發灶不明癌患者的診療主要是尋找原發病灶，并根據原發灶選擇相應的治療策略，但這一過程異常艱辛，很多患者因難以明確原發灶，而無法獲得有效的治療。

在AI技術的輔助下，腫瘤的原發灶能被更加廣泛地確定，患者的預后也能被顯著改善，是一個令人興奮的消息。至本希望未來能利用高通量測序技術所獲取的腫瘤變異數據，將AI模型應用在更多原發灶不明癌的診斷中，并參與臨床試驗，以確定它是否可以提高診斷能力和患者預后。

作為率先在國內完成CAP/CLIA“雙C”認證、產品驗證以及臨床驗證等全面體系建設的腫瘤精準醫療公司，至本醫療立足于患者獲益需求，以領先的醫學洞察、獨創的生信算法和AI人工智能技術，始終致力于提升腫瘤患者的臨床獲益。

未來，至本醫療將繼續推動檢測技術、生信算法和AI人工智能技術的不斷迭代和優化，持續助力腫瘤精準診療。每一次檢測都能提供全面、準確的分子水平信息，不遺漏任何臨床獲益機會，至本檢測“一次就夠”！

參考文獻：
1.洪亮, HONGLiang. 原發灶不明轉移癌的臨床診斷[J]. 國際腫瘤學雜志, 2008, 35(10):759-762.
2.Ross Jeffrey S,Wang Kai,Gay Laurie et al.Comprehensive Genomic Profiling of Carcinoma of Unknown Primary Site: NewRoutes to Targeted Therapies.[J] .JAMA Oncol, 2015, 1: 40-49.
3.Hidetoshi H. et al. JAMA Oncol. 2020; 6(12):1931-1938.