AI助力、細胞療法崛起：免疫治療的未來趨勢與突破

免疫治療的發展速度超乎想像，未來將如何演進？

在過去十年間，免疫治療從一個邊緣概念躍升為癌症治療的第四大支柱，與手術、化療、放療並駕齊驅。根據香港癌症資料統計中心的數據，2022年香港新增癌症個案超過三萬五千宗，其中肺癌、乳癌和大腸癌位列前三。傳統治療面對晚期實體瘤的瓶頸日益明顯，而免疫治療透過激活患者自身的免疫系統來攻擊癌細胞，為許多原本無藥可醫的患者帶來了長期生存的希望。然而，免疫治療並非萬能，整體有效率仍徘徊在20%至40%之間，且抗藥性問題逐漸浮現。未來的免疫治療將不再局限於單一藥物或單一靶點，而是結合成精準醫療、細胞工程與人工智慧，形成一個多維度的治療生態系。本文將從精準醫療、新一代檢查點抑制劑、細胞治療革新以及AI應用四個方向，探討免疫治療的未來趨勢與突破。

精準醫療與生物標記的深化應用

更精準地篩選適合患者

免疫治療能否奏效，很大程度上取決於腫瘤微環境與患者免疫狀態的複雜交互作用。過去，醫師主要依賴PD-L1表現量作為單一生物標記，但研究發現，PD-L1的預測能力有限，不同癌症類型的閾值差異大，且腫瘤內表現異質性高。例如，在非小細胞肺癌中，PD-L1高表達（≥50%）的患者僅約三成能從一線免疫單藥治療中獲益。香港大學醫學院的研究團隊近年積極投入多重生物標記的整合分析，包括腫瘤突變負荷（TMB）、微衛星不穩定性（MSI）、腫瘤浸潤淋巴細胞（TILs）密度以及特定基因突變（如STK11、KEAP1）。這些標記的組合能更立體地描繪患者的免疫圖譜，从而篩選出真正適合免疫治療的族群。舉例來說，一名肺癌分期為第三期的患者，若同時具備高TMB與高TILs，即使PD-L1表現不高，也可能從免疫治療中獲得顯著效益。這種精準篩選不僅提升療效，也避免了不必要的免疫毒性與醫療資源浪費。

多重生物標記組合預測療效

單一標記的時代正在終結，多重生物標記組合已成為新一代預測模型的核心。香港中文大學的一項前瞻性研究指出，結合血液中的循環腫瘤DNA（ctDNA）動態變化與組織學標記，可在治療早期（約4至6週）準確預測患者是否會對免疫檢查點抑制劑產生反應。此外，腸道微生物菌相也被證實與免疫治療療效密切相關，某些菌種（如Akkermansia muciniphila）丰度高的患者，其客觀緩解率可提升近兩倍。這些發現促使臨床試驗開始納入微生物組分析。在乳癌成因中，除了遺傳與荷爾蒙因素，慢性發炎與免疫失調也被視為可能的促進因子，這使得免疫治療在乳癌的應用逐漸受到重視，尤其是三陰性乳癌。未來，透過液態切片與AI演算法整合多重生物標記，醫師可在治療前、中、後動態調整治療策略，實現真正的個人化免疫治療。

新一代免疫檢查點抑制劑與組合療法

探索新的檢查點靶點

目前臨床廣泛使用的免疫檢查點抑制劑主要針對PD-1、PD-L1與CTLA-4，但這些靶點僅覆蓋部分免疫調控路徑。新一代檢查點分子如LAG-3、TIGIT、TIM-3、VISTA等正進入後期臨床試驗。以LAG-3為例，Relatlimab與Nivolumab的固定劑量組合已獲美國FDA批准用於轉移性黑色素瘤，數據顯示可將無惡化生存期從4.6個月提升至10.1個月。TIGIT抑制劑Tiragolumab與Atezolizumab合併用於非小細胞肺癌，在PD-L1高表達族群中展現出更優異的腫瘤縮小率。香港的臨床試驗中心也參與了多項國際多中心研究，為本地患者提供早期使用新靶點藥物的機會。這些新靶點的探索不僅擴大了免疫治療的適用範圍，也為克服抗藥性提供了新武器。

免疫檢查點抑制劑與化療/放療/標靶藥物的聯合應用

單一免疫治療的療效有限，聯合策略已成為主流。化療可透過誘導免疫原性細胞死亡、增加腫瘤抗原釋放來增強化療與免疫治療的協同效應。例如，在非鱗狀非小細胞肺癌中，Pembrolizumab合併鉑類化療已成為一線標準治療，整體生存期突破兩年。放療則可將腫瘤轉化為「原位疫苗」，刺激全身性免疫反應，與免疫檢查點抑制劑結合可產生遠端效應（abscopal effect）。標靶藥物方面，抗血管新生藥物（如Bevacizumab）能改變腫瘤微環境，促進T細胞浸潤，與免疫治療聯用可提升療效。然而，聯合治療也帶來更高的不良反應風險，如免疫相關肺炎、肝炎等，需要多專科團隊密切監測。香港公立醫院已建立免疫治療不良反應通報機制，確保患者安全。在癌症治療的實踐中，聯合策略的劑量、時序與持續時間仍需更多真實世界數據來優化。

克服抗藥性問題

原發性與繼發性抗藥性是免疫治療面臨的重大挑戰。腫瘤可透過多種機制逃避免疫攻擊，包括抗原呈現缺失、JAK/STAT通路突變、腫瘤微環境免疫抑制細胞浸潤等。為克服抗藥性，研究人員正開發多種策略：一是開發雙特異性抗體，同時阻斷兩個免疫檢查點或橋接T細胞與腫瘤細胞；二是使用表觀遺傳調節劑（如HDAC抑制劑）重新誘導腫瘤抗原表達；三是調節腸道菌相或使用糞便微生物移植來重塑免疫反應。此外，針對抗藥性腫瘤的液態切片監測可早期發現免疫逃逸克隆，及時調整治療方案。香港大學正在進行一項針對免疫治療抗藥性肺癌患者的第二期試驗，結合TIGIT抑制劑與化療，初步結果顯示約三成患者可再次獲得疾病控制。這些進展顯示，抗藥性並非終點，而是治療策略調整的契機。

細胞治療的革新與擴展

CAR-T療法從血液癌走向實體瘤的挑戰與進展

嵌合抗原受體T細胞（CAR-T）療法在血液癌症中取得了革命性成功，例如在復發/難治性B細胞淋巴瘤中，完全緩解率可達40%至50%。然而，實體瘤的治療遠為複雜，主要挑戰包括：缺乏特異性腫瘤抗原、腫瘤微環境的物理與免疫屏障、以及CAR-T細胞的持久性不足。針對這些問題，新一代CAR-T設計引入了「裝甲」機制，例如分泌IL-12或表達趨化因子受體以增強浸潤。在肺癌分期中，晚期患者腫瘤負荷大且異質性高，CAR-T療法需結合放療或檢查點抑制劑來改善微環境。香港科技大學與醫院管理局合作的一項臨床前研究，針對EGFRvIII突變的實體瘤設計了新型CAR-T，在動物模型中顯著抑制腫瘤生長。此外，針對乳癌成因中的HER2過表達亞型，CAR-T療法也正在進行早期臨床試驗，初步顯示可控制局部腫瘤進展。儘管如此，實體瘤CAR-T仍處於早期階段，需要更多創新設計來突破瓶頸。

CAR-NK、TCR-T等新型細胞療法

除了CAR-T，自然殺手細胞（NK細胞）工程化改造的CAR-NK療法正快速崛起。CAR-NK具有多重優勢：可異體移植而不引起嚴重移植物抗宿主病、細胞毒性機制多樣、且可大量製備。在血液癌與實體瘤的早期試驗中，CAR-NK顯示出良好的安全性與部分療效。T細胞受體工程化T細胞（TCR-T）則能辨識細胞內抗原經MHC呈現的肽段，適用於更多靶點。例如，針對NY-ESO-1的TCR-T在滑膜肉瘤與黑色素瘤中展現客觀緩解。香港的科研團隊也投入TCR-T開發，針對常見的EB病毒相關鼻咽癌，設計特異性TCR-T並進入臨床試驗。這些新型細胞療法與癌症治療的傳統模式形成互補，尤其對於化療抗藥的患者提供了新選擇。未來，基因編輯技術（如CRISPR）將進一步提升細胞療法的精準度與持久性。

「現成型」通用細胞治療的潛力

自體細胞治療過程漫長且成本高昂，從採集、改造到回輸需數週，許多病情快速進展的患者無法等待。「現成型」通用細胞治療（off-the-shelf）利用健康捐贈者的細胞，經過基因編輯消除排斥反應相關分子（如TCR、MHC-I），再大量擴增冷凍保存，可隨取隨用。這類產品如UCART19、FT596等已進入臨床試驗，初步顯示可誘導緩解且安全性可控。香港作為區域醫療樞紐，具備發展通用細胞治療的條件，包括符合GMP標準的實驗室與國際級臨床試驗網絡。通用細胞治療若能成功，將大幅降低成本、縮短等待時間，使更多患者受益。然而，仍需解決長期安全性、體內持久性以及免疫排斥等問題。隨著基因編輯與細胞培養技術的進步，通用細胞治療有望在未來五至十年內成為標準選項之一。

人工智慧（AI）在免疫治療中的角色

藥物發現與設計：加速新藥研發

人工智慧正徹底改變免疫治療藥物的研發流程。傳統新藥從靶點發現到上市平均需10至15年，耗資數十億美元。AI可透過分析海量基因體、蛋白質體與臨床數據，快速識別潛在靶點與候選藥物。例如，深度學習模型可預測蛋白質結構與小分子結合親和力，大幅縮短臨床前研究時間。香港的初創公司與大學實驗室已利用AI平台開發新型免疫檢查點抑制劑，在數個月內篩選出數千種候選化合物，並進入體外驗證。此外，AI還能設計雙特異性抗體與CAR結構，優化其親和力與特異性。在癌症治療領域，AI驅動的藥物重定位也展現潛力，例如將現有抗發炎藥物用於增強免疫治療反應。這些進展不僅加速新藥問世，也降低了研發成本，使更多創新療法能進入臨床。

患者選擇與療效預測：優化治療方案

AI在患者選擇與療效預測方面扮演關鍵角色。透過機器學習分析電子病歷、影像組學、基因表達譜與微生物組數據，AI可建立預測模型，準確識別可能獲益的患者。例如，一項香港與美國合作的研究利用AI分析非小細胞肺癌患者的CT影像與臨床特徵，預測免疫治療反應的準確率達85%以上。在肺癌分期中，AI可自動分析PET-CT影像，精確區分腫瘤與發炎組織，提升分期準確度，從而指導免疫治療的時機與組合。對於乳癌成因複雜的三陰性乳癌，AI模型可整合BRCA突變、腫瘤浸潤淋巴細胞與PD-L1表現，預測患者對免疫治療的反應。這些工具不僅輔助醫師決策，也能動態監測治療反應，及時調整治療方案，實現真正的適應性治療。

影像分析與病理診斷：提高精準度

AI在影像分析與病理診斷的應用顯著提升了免疫治療的精準度。傳統病理診斷依賴醫師肉眼判讀，耗時且存在主觀差異。AI可自動分析全切片影像，量化腫瘤浸潤淋巴細胞密度、PD-L1表現與腫瘤出芽等特徵，提供標準化報告。在影像方面，AI可偵測微小轉移病灶、區分偽進展與真實進展，這對免疫治療尤為重要，因為免疫治療可能引起暫時性腫瘤增大（偽進展），若誤判為疾病惡化而停藥，將錯失治療機會。香港多家醫院已引入AI輔助診斷系統，用於肺癌分期與乳癌成因相關的病理評估。這些系統不僅提高診斷效率，也減少了人為誤差。未來，AI將進一步整合多模態數據，包括基因、影像與臨床資訊，建構全面的數位孿生模型，為每位患者模擬最佳治療路徑。

科技驅動下，免疫治療將開啟更廣闊的抗癌前景

免疫治療的未來不再局限於單一藥物的突破，而是跨領域科技整合的成果。從精準醫療的多重生物標記、新一代檢查點抑制劑與聯合療法、細胞治療的革新，到人工智慧的全面滲透，每個環節都在加速免疫治療的演進。香港作為亞洲醫療創新樞紐，擁有頂尖科研機構、完善臨床試驗體系與國際化醫療環境，正積極參與這場抗癌革命。然而，挑戰依然存在：高昂的治療成本、不良反應管理、抗藥性機制、以及通用細胞治療的長期安全性。未來需要產官學研共同努力，透過真實世界數據、跨國合作與政策支持，讓這些創新療法真正惠及廣大患者。可以預見，在科技驅動下，免疫治療將從少數人的希望，轉變為多數癌症患者的標準治療選項，為人類抗癌史寫下新篇章。

by Lena 瀏覽 0