免疫檢查點抑制劑 (Immune checkpoint inhibitors, ICIs) 已經徹底改變了晚期肺癌的治療格局，為許多患者帶來了長期生存的希望。然而，並非所有患者都能從免疫療法中獲益，且目前仍缺乏可靠的生物標記物來準確預測治療反應。因此，如何更有效地評估免疫療法在肺癌患者中的反應，並識別出最有可能受益的患者，成為當前研究的重點。

免疫療法的現狀與挑戰

免疫療法，尤其是針對 PD-1/PD-L1 和 CTLA-4 的抑制劑，已成為晚期非小細胞肺癌 (NSCLC) 的一線治療選擇。臨床試驗數據顯示，與傳統化療相比，免疫療法可以顯著延長患者的生存期，甚至實現長期緩解。例如，Keynote-024 研究顯示，PD-L1 高表達 (TPS ≥ 50%) 的 NSCLC 患者接受 Pembrolizumab 單藥治療，其總生存期 (OS) 顯著優於化療組。然而，值得注意的是，只有一部分患者對免疫療法產生反應，且反應持續時間因人而異。

目前，PD-L1 表達是臨床上最常用的預測性生物標記物。然而，PD-L1 的表達水平並非絕對可靠的指標。一些 PD-L1 低表達甚至陰性的患者也能從免疫療法中獲益，而另一些 PD-L1 高表達的患者則可能對治療無反應。這種不一致性凸顯了單一生物標記物的局限性，以及尋找更全面、更精確的預測指標的必要性。

此外，免疫相關不良事件 (immune-related adverse events, irAEs) 是免疫療法的常見副作用，可能影響患者的生活品質，甚至危及生命。及早識別和管理 irAEs 至關重要，但目前仍缺乏有效的預測方法。

現有評估方法及其局限性### 影像學評估

影像學評估，如 CT 和 MRI，是評估腫瘤反應的常用方法。RECIST (Response Evaluation Criteria in Solid Tumors) 標準被廣泛應用於臨床試驗和常規診療中。然而，RECIST 標準主要基於腫瘤大小的變化，可能無法準確反映免疫療法的獨特反應模式。例如，免疫療法可能導致腫瘤假性進展 (pseudoprogression)，即腫瘤在初期增大，隨後才開始縮小。如果僅根據 RECIST 標準判斷為疾病進展，可能會導致患者過早停止有效的治療。

為了解決這一問題，研究人員開發了 irRECIST (immune-related RECIST) 等改良的影像學評估標準。irRECIST 考慮了新病灶的出現，並允許在確認進展前繼續治療，以區分假性進展和真正的疾病進展。然而，irRECIST 的應用仍存在挑戰，例如需要更頻繁的影像學檢查和更嚴格的判斷標準。

生物標記物評估

除了 PD-L1 表達外，研究人員還探索了其他潛在的生物標記物，包括：

腫瘤突變負荷 (Tumor Mutational Burden, TMB): TMB 指的是腫瘤細胞中基因突變的數量。研究表明，TMB 較高的患者可能對免疫療法反應更好。然而，TMB 的檢測方法和閾值尚未標準化，且不同腫瘤類型之間的 TMB 水平存在差異。
微衛星不穩定性 (Microsatellite Instability, MSI): MSI 指的是腫瘤細胞中微衛星序列的變化。MSI-H (high microsatellite instability) 的腫瘤通常具有更高的免疫原性，更容易被免疫系統識別和攻擊。
腫瘤浸潤淋巴細胞 (Tumor-Infiltrating Lymphocytes, TILs): TILs 指的是浸潤到腫瘤組織中的淋巴細胞。TILs 的數量和活性可能與免疫療法的療效相關。
血液生物標記物: 血液生物標記物，如循環腫瘤 DNA (ctDNA) 和細胞因子，具有無創、易於重複檢測的優勢。研究表明，ctDNA 的變化可以反映腫瘤的反應情況，而細胞因子的水平可能與免疫相關不良事件的發生相關。

儘管這些生物標記物在預測免疫療法反應方面顯示出一定的潛力，但仍需要更多的研究來驗證其臨床應用價值。目前，尚無單一生物標記物能夠準確預測所有患者的反應。

新興技術與未來展望

為了更有效地評估免疫療法在肺癌患者中的反應，研究人員正在積極探索新的技術和方法，包括：

多組學分析: 多組學分析整合了基因組學、轉錄組學、蛋白質組學和代謝組學等多個層面的數據，可以更全面地了解腫瘤的生物學特性和免疫微環境。
人工智能 (AI) 和機器學習: AI 和機器學習可以分析大量的臨床數據和影像學數據，識別出與免疫療法反應相關的模式和特徵。
液體活檢: 液體活檢技術可以從血液或其他體液中檢測腫瘤細胞、ctDNA 和其他生物標記物，具有無創、可重複檢測的優勢。
新型影像學技術: 新型影像學技術，如 PET/CT 和 MRI，可以更精確地評估腫瘤的代謝活性和免疫微環境。

這些新興技術有望提高免疫療法反應評估的準確性，並為個性化治療提供更可靠的依據。

結論與研判

免疫療法已成為晚期肺癌治療的重要組成部分，但如何準確評估其療效並預測患者的反應仍然是一個挑戰。現有的評估方法，如影像學評估和生物標記物檢測，都存在一定的局限性。

未來，多組學分析、人工智能、液體活檢和新型影像學技術有望提高免疫療法反應評估的準確性。通過整合多個層面的數據，我們可以更全面地了解腫瘤的生物學特性和免疫微環境，從而更精確地預測患者的反應，並為個性化治療提供更可靠的依據。

儘管目前尚無完美的預測指標，但隨著研究的深入，我們有理由相信，在不久的將來，我們將能夠更好地識別出最有可能從免疫療法中獲益的肺癌患者，並為他們提供更有效的治療方案。同時，也需要持續關注免疫相關不良事件的預防和管理，以提高患者的生活品質。

Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: November 10, 2025