应建明教授：突破局限，多模态病理整合驱动肺癌精准治疗新阶段

前言

在肺癌诊疗体系快速发展的今天，精准治疗已贯穿全病程管理。治疗的精准性首先依赖于诊断的精准性，而传统病理学诊断作为“金标准”，仍面临较大的局限性。在2025CACA肺癌新进展年度盘点大会上，来自中国医学科学院肿瘤医院的应建明教授特带来《多模态病理诊断整合助力肺癌精准诊疗》的主题分享，系统阐述了通过多技术、多学科整合，推动肺癌诊疗迈向更精准阶段的核心策略。医脉通特此整理。

精准诊疗时代对病理活检提出更高维度要求

当前，肺癌诊疗已全面迈入个体化与精准化的新阶段。无论是围术期新辅助/辅助治疗决策，还是晚期患者的靶向治疗与免疫治疗方案的选择，临床实践对病理诊断的依赖日益加深，对其所提供信息的深度与广度也提出了更高要求。

尽管传统病理诊断的核心地位依然稳固，但其在精准医疗背景下的局限性也愈发凸显。其一在于时空的局限性：一份病理报告往往仅能反映单次活检或手术标本在特定时间点的静态状态，难以全面刻画肿瘤在演进过程中的异质性及动态变化。其二在于信息的局限性：以往以形态学诊断和基础免疫组化为主的诊断模式，难以满足临床对于「组织形态到分子」，亦或是「肿瘤细胞到微环境」等多维度信息整合解读的需求。

因此，病理医生必须深入理解外科、内科、放疗科在不同治疗场景下的具体需求，而临床医生也需充分了解各项病理技术的优势与局限。双方在共享的知识框架下密切协作，才能共同为肺癌患者的诊疗策略规划出最合理的路径。

肺癌诊断从单一技术到多模态整合，持续突破

病理诊断破局的关键在于构建“多模态病理诊断整合”体系。这并非多种检测技术的简单叠加，而是以形态病理和分子病理为基石，融合多组学数据，最终形成能够支撑临床决策的智慧化病理评估系统。这一整合体系的必要性，在晚期非小细胞肺癌（NSCLC）的诊疗中体现得尤为突出。

当前NSCLC的治疗已进入靶向治疗与免疫治疗并行的时代，药物作用机制多样，这意味着临床决策依赖的生物学信息维度也日益增加。因此，依赖单一检测技术（如：下一代基因测序NGS）往往不足以全面指导治疗，必须根据临床情境，整合免疫组化（IHC）、聚合酶链式反应（PCR）等技术的优势，形成互补的检测策略。

以肺癌领域重要的驱动基因ALK为例，其检测就充分展现了多模态策略的价值。ALK融合基因具有特定的临床特征（多见于年轻、不吸烟患者），其临床常用的检测方法也各具特点1。FISH曾被认为是ALK融合基因检测的金标准，但其无法识别融合伴侣基因、成本高、操作复杂等；IHC虽然操作快速、经济，但无法区分融合类型，对弱阳性或异质性表达病例易产生假阳性；DNA-based NGS虽然能够广谱检测基因变异，但在判定融合基因时，可能受探针覆盖度及DNA层面复杂基因变异等影响，影响检出率。因此，制定检测策略时，必须综合考虑患者标本情况和临床需求的紧迫性，灵活选择或序贯组合不同技术，以确保快速、准确地锁定真正的治疗靶点。

此外，液体活检在这一整合体系中的地位日益重要。尽管组织病理学检测仍是诊断的“金标准”，但在组织样本获取不足或无法获取时，液体活检提供了重要的补充。其无创、便捷和可重复取材的特性，使其在监测治疗疗效、揭示耐药机制动态演变方面，具有不可替代的价值。

迈向精准：伴随诊断的持续演进与AI整合

伴随诊断的标准始终处于动态演进之中，临床“阳性”判读的具体定义随其对应药物的临床证据发展而不断调整。以HER2检测为例，其阳性标准（通常定义为IHC 3+，即≥10%的癌细胞呈现完整、强烈的膜染色）2正随着不同靶向药物研究数据的积累而日趋精细。因此，病理诊断必须紧密追踪最新循证医学进展，在持续更新中为临床治疗决策提供可靠的精准依据。

随着多模态数据（包括形态、分子、影像及临床信息）的积累日趋庞大，未来的整合分析必然需要借助人工智能（AI）技术。AI的应用价值不仅在于提升单项任务（如免疫组化评分、基因变异预测）的效率和客观性，更在于其能够整合多维度的异质信息。通过深度学习，AI有望在预测治疗反应、鉴别原发与转移灶等复杂决策场景中，为临床医生提供有力的辅助分析工具，实现更精准的诊疗决策支持。

总结

病理学在肺癌精准诊疗中的核心地位依然稳固，但其角色与价值实现方式正不断演进。未来的诊断体系将更加以患者为中心，紧密围绕临床治疗需求，通过深度融合多学科智慧与多平台技术，最终成为“整合肿瘤学”理念的重要实践。

参考文献：

[1] 中国医师协会肿瘤医师分会, 中国医疗保健国际交流促进会肿瘤内科学分会. 间变性淋巴瘤激酶酪氨酸激酶抑制剂治疗非小细胞肺癌指南（2025版）[J]. 中华肿瘤杂志, 2025, 47(4): 283-297.

[2] HER-2变异晚期非小细胞肺癌诊疗专家共识制定专家组,中国抗癌协会整合肺癌委员会,中国抗癌协会非小细胞肺癌专业委员会. HER-2变异晚期非小细胞肺癌诊疗专家共识（2025版）[J]. 中华肿瘤杂志,2025,47(09)：830-839.

DOI:10.3760/cma.j.cn112152-20250414-00163