【病理大咖谈】周彩存教授：下一代病理技术在肺癌临床应用大有可为

周彩存教授表示，肺癌是走在精准治疗最前面的肿瘤，比其他肿瘤的分型要多得多。无论做研究或者临床，都需要把肺癌的分子特征搞清楚。影响靶向治疗的因素很多，因此需要病理医生提供的信息越多越好，包括分子信息、蛋白质信息、基因信息、细胞信息等。了解足够多的信息，才能做到精准地治疗，多重荧光免疫组化正是临床需要的。

越来越多的抗PD-1/PD-L1药物被批准用于肺癌免疫联合化疗的诊疗方案，PD-L1检测的必要性却越来越弱，但对于免疫联合化疗的人群，依然需要找到人群分层的生物标志物。周彩存教授判断，这是临床迫切需要解决的问题。首先，免疫治疗并不是对所有人都有效，其次免疫治疗也有毒副反应。所以精准免疫治疗需要bioMark。PD-L1的表达存在很大的异质性，不同部位的活检检测结果不一样，PD-L1使用不同平台会有不一样的结果，哪个更好没有定论。目前来看，PD-L1的预测效能比靶向生物标志物的预测效能差很多。从基因层面，病理学家还尝试了例如TMB检测等标志物，结果不尽人意，虽然相比PD-L1预测效能增加了，但真正符合TMB-High表达的患者群体非常少，所以临床使用意义也不大。因此，临床迫切需要一个好的、能全面反映患者免疫逃逸和免疫微环境状态的检测平台。周彩存教授认为，多重荧光免疫组化是一个有潜力的技术平台，通过该技术平台不仅可以看到PD-L1、PD-1的表达，还可以看到各类肿瘤浸润淋巴细胞的表达及其空间位置关系，掌握的生物学信息越多，对临床的帮助越大。

周彩存教授分析，要有足够的临床疗效关联度，最好有前瞻性的临床研究加以证实才能在临床应用。
而在临床推广的核心，则在于要简单易行。临床工作繁忙，一定要做起来比较简单、快速、可重复性高。这些条件具备了，国家法规部门也会批准，那么离临床落地就快了。

三级淋巴结构被认为是下一代免疫疗法的预测标志物和靶点，周彩存教授认为，它在肺癌的研究中也应该向前推进。检测三级淋巴结构的技术难度不大，难点在于拿到前瞻性研究加以验证。假如验证出来三级淋巴结构跟疗效关联度非常好，并且证实了三级淋巴结构预测免疫治疗的疗效比PD-L1好，那么三级淋巴结构就是一个可应用于临床的生物标志物了。

周彩存教授表示，这个问题的回答肯定的，因为多重荧光免疫组化相较于传统的免疫组化能提供更多的信息，出报告的时间也短，样本消耗也更少。对于晚期肺癌患者来说，最困难的是获取标本，假如在诊断的时候全部用完了，很多检测就做不了，辅助诊断信息自然就丢失了，对患者来说是巨大的损失，所以我们需要多重荧光免疫组化这样的平台。

周彩存教授表示，AI是一个重要的发展方向。培养一个有经验的病理学家需要漫长的过程，而且人有七情六欲，心情不好、体能不好的时候，工作效率也会受到影响。人工智能通过训练会将病理医生的判读转为客观算法，可以提高临床诊断的效率。因为AI最大的好处是它不知道疲乏，比人的工作效率高。对于多重荧光免疫组化技术来说，将来要做几十上百个指标，可能人也分配不了，需要机器来分配，在这方面 AI有很大的优势。周彩存教授分析， AI在临床上的第一个突破就是病理，第二个突破应该是影像。假如AI训练的数据足够大，选择的样本代表性足够强，训练出来的AI结果就很有价值。