2018年肿瘤治疗七大发展趋势！

• 乳腺癌的转变非常明显。我不确定这种转变趋势是否会出现并延伸到其他恶性肿瘤，也可能会因肿瘤类型的不同而发生变化。

  新型抗癌药物

  越来越多地具有特定分子突变的肿瘤靶向药物被开发。例如，用于乳腺癌和前列腺癌的一系列激素阻断剂；肺癌中经扩增或修饰的蛋白质抑制剂，如EGFR或ALK；在卵巢癌中已被批准以及即将在某些类型的乳腺癌中被批准的PARP药物。

  与此同时，免疫肿瘤药物——主要是干扰PD-1和PDL-1受体或配体的抗体将用于对抗各种肿瘤。其他单克隆抗体，如Rituxan或Herceptin，已经建立了很完善的标准疗法。新研制药物，如Darzalex(抗CD38，骨髓瘤)，与抗体偶联物，如Kadcyla或inotuzumab(最近获批，Besponsa)，先后进入抗肿瘤临床治疗。同时，近期一篇关于Adcetris（抗CD30抗体偶联brentuximab vedotin的药物）取代博莱霉素用于治疗霍奇金淋巴瘤(ABVD中的“B”)的论文也说明了减少使用化疗药物，增加抗体药物治疗的趋势。

  关注癌症药物成本

  癌症药物成本高的问题一直存在。随着越来越多的抗癌药物被使用，对个人和社会的癌症治疗负担将会随之增长。一些人认为，抗癌药物不应该由私人保险公司或公共保险公司(医疗保险或医疗补助)来担保，除非癌症治疗被证实对患者有一定程度的疗效。但是，如何界定“利益”或“价值”是一个有争议的问题。

  癌症药物成本是一个社会问题，关于它的讨论反映了癌症治疗个人责任的价值观，是否所有恶性肿瘤患者应该得到平等的机会去尝试最合适的抗癌治疗方值得讨论。

  关注癌症基因检测

  对于希望尝试新型癌症药物的恶性肿瘤患者来说，基因检测是一个至关重要的问题，他们需要知道他们的肿瘤是否具有与这些新药相匹配的分子特征。CMS目前正在考虑是否要为晚期癌症病例的高通量测序(NGS)支付医疗保险和医疗补助。到目前为止，FDA只批准了一项癌症全基因检测即FoundationOne CDx，其成本约为5800美元。

  一般来说，争论的焦点是基因检测的质量和成本。不同的公司对癌症患者进行液体活检会产生不同的结果，医生和患者需要可靠和可重复的结果。由于基因这些检测与肿瘤药物的日常处方使用和临床决策的关系十分密切，因而对分子检测实验室的资质认证尤为必要。

  就目前而言，癌症分子检测的费用问题限制了它的应用。

  精准医疗

  根据癌细胞的分子特征来确定癌症治疗药物，而不是根据肿瘤发生的部位，是精准治疗的基础，而这种治疗方法将取代基于发病部位的传统疗法，这是一大趋势。总的来说，我认为这是肿瘤学的未来。

  去年5月，FDA首次批准使用一种免疫肿瘤药物Keytruda治疗具有微卫星不稳定性特征的恶性肿瘤患者。在随后举行的2017ASCO会议上报告了一种实验性药物larotrectinib的研究成果，该药物在早期的临床研究中对大多数具有TRK基因融合的癌症患者有很好的疗效，包括此前难以治疗的病例。该药物正在接受FDA的审查。

  但并不是所有的肿瘤学家都认为这种治疗癌症的方法是有价值的或有可行性的。根据初步研究，这类的药效响应可能取决于癌症位置。例如，在去年AACR会议上，David Hyman博士和他的同事们报告了HER2和HER3突变患者的SUMMIT basket试验。显然，neratinib在晚期乳腺癌、唾液腺、胆管和其他一些肿瘤(但不是结肠癌)的患者中表现出了一些活性，但对结肠癌疗效很有限。该试验涉及患者相对较少，然而，它指出了需要在收集有关肿瘤位置的数据以及相关突变的细节后，根据其分子特征来确定抗癌药物。

  重视患者生活质量

  癌症患者感觉如何？医生们并没有更多地关注患者对疼痛、恶心、疲劳和其他症状的主观描述。随着越来越多的抗癌药物出现，患者报告的结果或感受将使医生能够识别出部分患者对药物顺应性的细微差别，同时，也会帮助权衡治疗的风险和益处。

  有人坚持认为延长总体生存期是抗癌治疗的主要目的。但是，随着患者和医生日益重视可能会提高患者生活质量的治疗方法，而不是一味的考虑延长生存期，患者治疗的感受就变得更十分重要。

  人工智能（AI）

  很少有医生或是肿瘤学家能够跟上AI这一领域的发展。无论是IBM的沃森，还是其他品牌的人工智能，都需要数据驱动的算法来指导医生。将大数据应用到个别患者的病例中，并根据癌症科学的进展和获批的治疗方法提出建议，这就是未来的发展方向。

  肿瘤学需要由人工智能推动，至少在建议治疗方案上是如此，因为对于大多数医生或患者来说，有太多的信息需要掌握。到2018年全球范围内预计会有1500万例新增癌症病例，通过人工智能分析能提供大量潜在的信息，有助于提高疗效。