ตัวบ่งชี้เนื้องอกในซีรัมและอนาคตของการดูแลโรคมะเร็ง: มุมมองของประเทศจีนจากคลินิกและห้องปฏิบัติการ

ในขณะที่ภาระด้านโรคมะเร็งทั่วโลกเพิ่มขึ้นทุกปี ผู้เชี่ยวชาญด้านมะเร็งวิทยากำลังมองหาวิธีการที่มุ่งเป้าหมาย แม่นยำ และมีความไวเพื่อระบุเนื้องอกและติดตามการเจริญเติบโต ป็นเวลากว่าทศวรรษที่หลายคนใช้ตัวบ่งชี้เนื้องอกในซีรัม (STM) เป็นส่วนหนึ่งของชุดเครื่องมือวินิจฉัย เพื่อทำความเข้าใจให้ดีขึ้นว่า STM ถูกนำมาใช้อย่างไรในปัจจุบัน และอนาคตจะเป็นอย่างไรสำหรับแนวทางนี้ Lab Insights จึงได้พูดคุยกับผู้เชี่ยวชาญด้านสุขภาพจากประเทศจีนสองท่าน ได้แก่ ศาสตราจารย์ Liu Ji Wei ผู้อำนวยการแผนกมะเร็งวิทยาที่ Da Lian Medical University และศาสตราจารย์ Cui Wei ผู้อำนวยการฝ่ายเวชศาสตร์ห้องปฏิบัติการที่ Chinese Academy of Medical Science National Cancer Centre

ประโยชน์ทางคลินิกในปัจจุบันของตัวบ่งชี้เนื้องอกในซีรัม

มุมมองทางคลินิก: ศาสตราจารย์ Liu Ji Wei

ในการปฏิบัติงานทางคลินิก ศาสตราจารย์ Liu ใช้ STM ในการประเมินการตอบสนองต่อเคมีบำบัดหรือการรักษามะเร็งแบบจำเพาะเจาะจง ติดตามการกลับเป็นซ้ำ ให้ การวินิจฉัยแยกโรคที่แม่นยำ และจัดระยะของมะเร็ง เนื่องจากผู้ป่วยส่วนใหญ่ที่เขาดูแลมีมะเร็งระยะที่ 4 ที่มีการแพร่กระจายหรือกลับเป็นซ้ำหลังการผ่าตัด STM จึงมีประโยชน์สำหรับการตรวจจับและติดตามมะเร็งที่มีความจำเพาะและไวสูง ข้อดีประการหนึ่งของ STM ตามความเห็นของศาสตราจารย์ Liu คือความสะดวกในการเข้าถึงเนื่องจากเป็นการตรวจที่ไม่รุกล้ำร่างกาย เขายังตั้งข้อสังเกตอีกว่า STM สามารถให้ข้อมูลเชิงลึกสูงเมื่อเทียบกับเทคนิคการถ่ายภาพในบางสถานการณ์ ตัวอย่างเช่น การลดลงของค่า CEA สามารถบ่งชี้ว่าการรักษากำลังได้ผล ในขณะที่วิธีการถ่ายภาพ เช่น การสแกน CT หรือ MRI อาจมองข้ามเนื้องอกที่อยู่นอกขอบเขตการมองเห็นหรือมีขนาดเล็กเกินกว่าจะตรวจจับได้ STM ยังสามารถให้ข้อมูลที่สำคัญยิ่งก่อนที่จะสามารถเริ่มการรักษาแบบจำเพาะเจาะจงหรือภูมิคุ้มกันบำบัด ได้ แม้ว่า STM เพียงอย่างเดียวจะไม่ใช่ปัจจัยขับเคลื่อนเพียงอย่างเดียวหรือเป็นปัจจัยหลักในการเลือกแนวทางเหล่านี้ แต่ก็สามารถนำไปรวมกับข้อมูลเกี่ยวกับภาระการกลายพันธุ์ของเนื้องอก ความไม่เสถียรของไมโครแซทเทลไลท์ หรือตัวบ่งชี้อื่นๆ เพื่อเป็นแนวทางในการเลือกวิธีการรักษาได้ ในอนาคต ศาสตราจารย์ Liu เห็นว่าการทดสอบดังกล่าวจะเกี่ยวข้องกับเครื่องหมายที่บ่งชี้ความเป็นพิษที่อาจเกิดขึ้นจากการรักษาด้วยภูมิคุ้มกันซึ่งจะมีความสำคัญอย่างยิ่งต่อการรับรองผลลัพธ์การรักษาที่ประสบความสำเร็จ

มุมมองของห้องปฏิบัติการ: ศาสตราจารย์ Cui Wei

ศาสตราจารย์ Cui ทำการทดสอบซีรัมและตัวอย่างพลาสมาเป็นประจำสำหรับตัวบ่งชี้เนื้องอกมากกว่า 20 ชนิดที่พบได้บ่อยในมะเร็ง รวมถึงมะเร็งปอด มะเร็งรังไข่ และต่อมลูกหมาก เพื่อให้มุมมองที่ครอบคลุมและแม่นยำเกี่ยวกับภาพรวมของเนื้องอกของผู้ป่วย ห้องปฏิบัติการของเธอจึงทำการทดสอบ STM ร่วมกับการสืบสวนทางโมเลกุล ทางรังสีวิทยา ทางภาพถ่าย และทางจุลกายวิภาคศาสตร์ ตัวอย่างเช่น ในกรณีของมะเร็งปอดชนิดไม่ใช่เซลล์ขนาดเล็ก (NSCLC) เธอจะมองหา STM เช่น NSE, CYFRA 21-1, ProGRP, CEA และ SCC ควบคู่ไปกับการกลายพันธุ์ในยีนสำคัญๆ เช่น EGFR ใน มะเร็งรังไข่ จะมีการทดสอบ HE4 และ CA125 เนื่องจากโดยทั่วไป STM ต้องการปริมาณตัวอย่างเริ่มต้นที่น้อย จึงสามารถเป็นประโยชน์สำหรับผู้ป่วยมะเร็งที่มักต้องทำการทดสอบหลายอย่าง นอกจากนี้ ศาสตราจารย์ Cui ยังใช้การทดสอบแผง STM เพื่อจำแนกประเภทย่อยของเนื้องอก ประเมินความเสี่ยงมะเร็ง และติดตามความก้าวหน้าของโรค เธอยังทำการทดสอบ STM ร่วมกับการตรวจวัดแบบใหม่ เช่น การตรวจหาดีเอ็นเอของเนื้องอกที่ไหลเวียนอยู่ในกระแสเลือด หรือด้วยเครื่องมือเชิงโมเลกุลใหม่ๆ เพื่อ วินิจฉัยและติดตามการตอบสนองต่อการรักษา ตรวจหาแผลที่หลงเหลืออยู่ และกำหนดเป้าหมายการกลายพันธุ์ที่ดื้อยา

อนาคตของตัวบ่งชี้เนื้องอกในซีรัมและการดูแลโรคมะเร็ง

ปัญญาประดิษฐ์ อัลกอริทึม และอนาคตของ STM

แม้ว่าขอบเขตการใช้งานของ STM ในปัจจุบันจะจำกัด แต่หลายคนเชื่อว่านวัตกรรมในวิทยาศาสตร์ข้อมูล ปัญญาประดิษฐ์ และการเรียนรู้ของเครื่อง จะขยายประโยชน์ทางคลินิกได้ การรวบรวมชุดข้อมูลที่มีหลายตัวแปร อัลกอริทึมใหม่ และเครื่องมือวิเคราะห์จะช่วยให้แพทย์สามารถเลือก วิธีการรักษาที่จำเพาะเจาะจงหรือเหมาะสมยิ่งขึ้นโดยอิงจาก STM ของผู้ป่วย เทคนิคการเรียนรู้ของเครื่องสามารถแยกแยะระหว่างมะเร็งในระยะเริ่มต้นกับการเติบโตที่ไม่เป็นเนื้องอกและมีการควบคุมได้แล้วในปัจจุบัน อัลกอริทึมที่ชาญฉลาดยังสามารถรวมข้อมูลจากการถ่ายภาพ การทดสอบโมเลกุล ตัวบ่งชี้เนื้องอก และแม้กระทั่งปัจจัยของผู้ป่วย เช่น ประวัติทางการแพทย์และประวัติครอบครัวได้อีกด้วย การ บูรณาการดังกล่าวในไม่ช้าอาจสามารถระบุ STM ที่มีความหมายที่สุดให้แพทย์ใช้ ณ จุดตัดสินใจที่สำคัญในเส้นทางการดูแลรักษามะเร็งได้ ศาสตราจารย์ Cui กล่าวว่า “เมื่อสิบปีที่แล้ว นักวิจัยชาวจีนได้สำรวจการจัดหมวดหมู่มะเร็งปอดตามระยะของโรคโดยการรวมการตรวจจับ STM มะเร็งปอด 5 ชนิดเข้ากับอัลกอริทึม Big Data” “ตอนนี้ เราสามารถบูรณาการอัลกอริทึมที่ชาญฉลาดและข้อมูลจากหลากหลายสาขาเข้าด้วยกันในแพลตฟอร์มที่ซับซ้อนเพื่อทำความเข้าใจข้อมูลผู้ป่วยได้ดียิ่งขึ้น” ศาสตราจารย์ Cui ตั้งข้อสังเกตว่า ห้องปฏิบัติการส่วนใหญ่เพิ่งจะเริ่มนำ AI, การเรียนรู้ของเครื่อง และอัลกอริทึมที่ชาญฉลาดมาใช้ในลักษณะนี้เท่านั้น เธอยอมรับว่า ยังคงต้องมีการวิจัยเพิ่มเติมเพื่อเชื่อมโยงอัลกอริทึมเข้ากับการดูแลผู้ป่วยได้อย่างราบรื่น แต่เธอมองโลกในแง่ดีว่ากระบวนการนี้จะทำให้ STM สามารถนำไปใช้ได้จริงและมีประโยชน์มากขึ้นในโรคมะเร็งที่หลากหลายยิ่งขึ้น

การสื่อสารระหว่างห้องปฏิบัติการและแพทย์ยังคงมีความสำคัญ

แม้จะมีความก้าวหน้าเหล่านี้ ศาสตราจารย์ Cui ชี้ให้เห็นว่า ไม่มีเทคโนโลยีใดที่สามารถวิเคราะห์ ตีความ และอธิบายข้อมูลมะเร็งวิทยาในทางคลินิกได้พร้อมกัน สมาคมเวชศาสตร์ห้องปฏิบัติการแห่งประเทศจีนเข้าใจว่า มูลค่าของ STM จะเพิ่มขึ้นสูงสุดก็ต่อเมื่อข้อมูลการคัดกรองทางพันธุกรรมได้รับการตีความอย่างถูกต้องเท่านั้น และได้ให้ความสำคัญกับการปรับปรุงการสื่อสารระหว่างห้องปฏิบัติการและแพทย์อย่างต่อเนื่อง ศาสตราจารย์ Cui เชื่อว่า แพทย์ในห้องปฏิบัติการควรทำงานร่วมกับแพทย์ในการดูแลผู้ป่วย เช่น โดยการ ให้การตีความข้อมูลและข้อเสนอแนะในการรักษาโดยตรงแก่แพทย์อย่างเชิงรุก ในการวิเคราะห์ผล STM ที่สูง บางครั้งเพื่อนร่วมงานทางคลินิกของเธออาจต้องได้รับความรู้เกี่ยวกับข้อจำกัดของการทดสอบ ตัวอย่างเช่น แพทย์บางท่านอาจไม่ทราบว่า STM สามารถแสดงออกมาได้แม้ในสภาวะที่ไม่เป็นอันตรายหรือสภาวะทางสรีรวิทยาปกติ เช่น ระดับ CA125, CEA และ AFP ที่สูงขึ้นในการตั้งครรภ์ระยะแรก ในขณะที่ผู้มีส่วนได้ส่วนเสียร่วมมือกันเพื่อสร้างอัลกอริทึมและแบบจำลองโรค จะต้องมีความร่วมมือระดับภูมิภาคและระดับโลกมากขึ้นเพื่อตระหนักถึงศักยภาพสูงสุดของ STM สำหรับการดูแลโรคมะเร็ง ความร่วมมือดังกล่าวกำลังเริ่มก่อตัวขึ้นในประเทศจีน และน่าจะขับเคลื่อนความก้าวหน้าที่จะส่งผลกระทบ ได้ไกลเกินขอบเขตของประเทศ