提前1年预测癌症！温医大AI大模型成果登上Cell

癌症并非在确诊时突然发生。症状出现前，炎症、代谢和免疫变化等可能已在检查中留下连续的“系统性痕迹”，但传统筛查难以追踪个体风险的动态变化。

近日，温州医科大学附属第一医院、附属第二医院、附属眼视光医院、大分子药物与规模化制备全国重点实验室，澳门科技大学，广州国家实验室，国家癌症中心，哈尔滨医科大学，重庆医科大学，南方医科大学，国际医学数字孪生联盟等单位组成的联合研究团队在国际顶级学术期刊Cell发表题为“Advancing cancer detection and treatment using longitudinal routine clinical data”的研究论文。研究团队建立了10种常见肿瘤多模态预测与监测研究队列——COMPASS（China Oncology Multimodal Prediction and Surveillance Study），并在此基础上开发了统一多模态时序模型Oncoformer。模型整合长期实验室检查、生命体征和胸部X线影像，可在同一框架内完成泛癌诊断、未来风险预测、分期推断、疗效预测、动态监测和复发风险分层。

COMPASS纳入3,672,989名个体和17,748,334次就诊记录，包括347,940名癌症患者，覆盖肺癌、乳腺癌、结直肠癌、胃癌、肝癌等十种常见肿瘤。其中281万余人用于模型开发，86万余人用于跨机构独立验证；研究还引入英国生物样本库（UK Biobank）50万余名参与者，检验模型在不同人群和医疗体系中的泛化能力。

Oncoformer编码纵向健康记录和胸部X线影像，再映射至统一空间，形成患者整体健康状态的多模态表征。团队还通过自监督重建和对抗去偏策略，应对检查项目不一、随访不规则和数据缺失等问题。

研究团队将实验室检查和胸部X线影像分别输入Oncoformer，发现两类数据形成的患者表征能够在统一的潜在空间中较好对齐，表明模型可以融合不同类型的临床信息。进一步分析显示，患者并非随机分布，而是形成多个结构清晰的亚群，这些亚群与年龄、癌种及未来患癌风险密切相关。不同癌种在潜在空间中既相互区分，又呈现出符合器官系统关联的分布特征：乳腺癌、卵巢癌和宫颈癌等女性生殖系统肿瘤分布邻近，食管癌、胃癌、肝癌和结直肠癌等消化系统肿瘤也表现出一致聚集趋势。

不同癌症还具有不同的常规检查“指纹”——肺癌的炎症特征更为突出，肝癌则更多体现为肝功能酶和代谢指标异常。这表明Oncoformer构建的患者表征不仅服务于风险预测，也在一定程度上反映了不同肿瘤对全身生理状态的差异化影响。

在独立验证队列中，Oncoformer识别当前泛癌的AUROC达0.956。为避免模型利用临近确诊信息，团队仅使用确诊前数据，并排除诊断前90天内记录。模型提前一年预测泛癌风险的AUROC仍达0.869，提前6个月为0.884；肺癌和前列腺癌提前预测AUROC分别为0.901和0.966。

历史记录越丰富，模型表现越好。即使剔除常见肿瘤标志物，仅用普通实验室检查，未来肺癌预测AUROC仍达0.818，说明模型还捕捉到炎症、代谢、凝血和免疫等广泛变化。

研究团队仅使用确诊前临床数据预测最终肿瘤分期，多数癌种Ⅰ至Ⅳ期总体分期AUROC超过0.90，并能推断原发肿瘤侵犯、淋巴结和远处转移情况。模型分值与术后病理肿瘤大小、阳性淋巴结和远处转移显著相关，还与细胞周期、TP53及DNA损伤修复等经典癌症通路呈较高一致性。

研究团队进一步借鉴单细胞转录组中的“伪时间”和RNA velocity思想，根据患者连续就诊记录在潜在空间中绘制癌症进展轨迹，呈现患者从健康、癌前状态向晚期肿瘤演变的连续路径。

研究人员仅使用治疗前临床数据，即可预测化疗、靶向治疗和免疫治疗等后续反应。Oncoformer不仅能区分敏感和耐药人群，还能定量预测每位患者治疗后的病情走向，预测曲线与真实疗效曲线高度吻合，六种代表性“癌种—治疗”组合的R²为0.573至0.721。

对于患者而言，这种预测最直接的价值在于“避免白花钱、白受罪”——靶向药每月数万元的费用、化疗和免疫治疗的严重副作用，如果能在治疗开始前就预判获益概率极低，患者可以及时更换方案，把有限的精力和财力投入到更可能有效的治疗上。模型为减少无效治疗及其毒性和经济负担提供了新的辅助依据。

模型还能预测未来时间点的肿瘤标志物和肿瘤大小，并利用一线治疗前数据生成复发风险分值，在十种癌症中显著区分高、低风险患者。由于采用因果掩码处理纵向信息，随着新随访记录产生，风险可持续更新，使预后评估由静态标签转变为动态状态。

研究提出不同于“单任务、单时间点”人工智能的新范式：把多年常规记录视为连续健康轨迹，用共享多模态表征连接确诊前风险、诊断、分期、治疗反应和复发监测。所需数据广泛存在、成本较低，有望用于体检和常规就诊后的风险分层，将高风险人群转介至针对性检查。

研究团队强调，Oncoformer是风险分层和决策支持工具，不能替代最终诊断。目前结果主要来自回顾性真实世界数据，未来仍需在更多癌种、国家和医疗体系中开展前瞻性验证，并评估其能否改善患者结局、降低医疗成本。同时，数据混杂、人群代表性、极端缺失、罕见肿瘤预测和模型可解释性等问题仍待解决。

医院日常积累的常规数据是尚未充分利用的癌症监测资源。Oncoformer将分散信息转化为动态、可更新的患者表征，为早期发现、个体化治疗和长期管理提供了新框架。

推荐阅读