【CMT&CHTV 医学前沿·临床经典】
英文标题: "Development of AI-driven prediction models to realize real-time tumor tracking"
研究内容: 研究开发了两种基于人工智能的预测模型，即卷积神经网络（CNN）和自适应神经模糊推理系统（ANFIS），以提高实时肿瘤跟踪（RTTT）放疗的准确性。这些模型通过预测患者体表红外标记的位置来确定内部目标位置，显著提高了预测三维肿瘤运动的准确性。研究中，1079个日志文件被随机分为训练集和评估集，CNN模型在预测目标位置在2毫米内的准确率达到了95.1%，ANFIS模型为92.6%，而传统的回归模型为85.6%。这表明AI驱动的预测模型在提高放疗精确度方面具有显著优势，有望减少对周围健康组织的损伤，提高治疗效果和患者的生活质量。
参考文献：ZHOU D., NAKAMURA M., MUKUMOTO N. et al. Development of AI-driven prediction models to realize real-time tumor tracking during radiotherapy. Radiat Oncol 17, 42 (2022). DOI.org/10.1186/s13014-022-02012-7.
02▼基于深度神经网络的多模态数据融合用于癌症生物标志物发现
英文标题: "Multimodal data fusion for cancer biomarker discovery with deep neural networks"
研究内容: 该研究综述了多模态数据融合在癌症生物标志物发现中的应用，特别是在深度神经网络时代。研究指出，随着技术的进步，现在可以从多个角度获取高维度、高通量的多尺度生物医学数据，包括分子、组织病理学、放射学和临床记录。深度学习的引入显著推进了生物医学数据的分析，但大多数方法仍集中在单一数据模态上，导致在整合互补数据类型方面进展缓慢。有效的多模态融合方法的开发变得越来越重要，因为单一模态可能不足以捕捉复杂疾病的异质性，以定制医疗护理和改善个性化医疗。研究还讨论了当前面临的挑战，包括数据的可用性以及临床验证和解释的方法。
参考文献：Steyaert S, Pizurica M, Nagaraj D, et al. Multimodal data fusion for cancer biomarker discovery with deep learning. Nat Mach Intell. 2023; 5(4): 351-362. DOI:10.1038/s42256-023-00633-5.
03▼从分子机制到临床意义的冷热肿瘤研究
英文标题: "Cold and hot tumors: from molecular mechanisms to clinical implications"
研究内容: 研究探讨了“热”肿瘤中的第三淋巴结构（TLS），这些结构在非淋巴组织中聚集免疫细胞，与免疫检查点阻断（ICB）治疗的反应密切相关。冷肿瘤的形成主要归因于肿瘤免疫微环境的免疫逃逸机制，例如肿瘤抗原呈递缺陷、免疫抑制因子的过度表达（如TGF-β、IL-10）和免疫抑制细胞（如调节性T细胞、髓源抑制细胞）的聚集。这些因素阻碍了免疫细胞的激活和浸润，使得肿瘤能够逃避免疫系统的攻击。了解冷、热肿瘤的机制不仅有助于个体化治疗的选择，还能为开发新型抗肿瘤药物提供重要靶点。
参考文献：WU B, ZHANG B, LI B, et al. Cold and hot tumors: from molecular mechanisms to targeted therapy. Signal Transduct Target Ther. 2024; 9(1): 274. Published 2024 Oct 18. DOI:10.1038/s41392-024-01979-x.
04▼2024年癌症研究与治疗的突破
英文标题: "Embracing cancer complexity: Hallmarks of systemic disease"
研究内容: 这篇文章对癌症作为一种系统性疾病进行了全面分析，强调了肿瘤与宿主有机体之间在多个生物和环境层面的复杂相互作用。文章从肿瘤并发、微环境、宏观免疫、衰老、代谢、节律、神经免疫、脉管系统和微生物方向来阐述肿瘤是一个系统性全身疾病。该不仅刷新了人们对癌症的基础认知，还为早期干预和诊断提供了新思路，推动了从静态研究到动态变化、从局部到全局、从单一组学到多组学联合的研究趋向。通过系统性地理解癌症，能够更全面地探索癌症的复杂性，为开发更有效的治疗方法和提高患者生存率提供了新的方向。
参考文献：Hanahan D., Vousden K H., Swanton C. (2024). Embracing cancer complexity: Hallmarks of systemic disease. Cell, 187(13), 2484-2519. doi: 10.1016/j.cell.2024.10.015.
05▼mRNA疫苗在癌症免疫治疗中的临床进展
英文标题: "Clinical advances of mRNA vaccines for cancer immunotherapy"
研究内容: 该研究综述了mRNA疫苗在癌症免疫治疗中的临床进展，展示了mRNA疫苗在减少高风险黑色素瘤患者复发或死亡风险方面的显著效果。mRNA疫苗通过编码肿瘤特异性抗原和免疫刺激分子，有效激活免疫系统，靶向并消除癌细胞。尽管这些进展令人鼓舞，但在实现高效递送和精确调节免疫反应方面仍面临重大挑战。该综述提供了mRNA癌症疫苗最近临床进展的全面概述，讨论了克服现有障碍的创新策略，并探讨了未来方向，包括CRISPR-Cas9技术的整合和mRNA设计的进步。研究旨在提供对正在进行的研究和临床试验的见解，强调mRNA疫苗在推进肿瘤学和改善患者预后方面的变革潜力。
参考文献：YAREMENKO A V, KHAN M M, ZHEN X, Clinical advances of mRNA vaccines for cancer immunotherapy. Med. 2025;6(1):100562. DOI:10.1016/j.medj.2024.11.015.
