ASCO 2026: Revoluția inteligenței artificiale și a profilării spațiale în biomarkerii cancerului

Nu doar dacă există ținta, ci unde se află în tumoră: Biomarkerii nu mai sunt doar „pozitivi” sau „negativi”

Vechea întrebare a biomarkerilor: Există ținta?

Oncologia modernă a intrat de mult într-o eră în care biomarkerii schimbă decizia terapeutică. EGFR, ALK, ROS1 și RET în cancerul pulmonar; RAS, BRAF, MSI și HER2 în cancerul colorectal; ER, PR, HER2 și Ki-67 în cancerul mamar; BRCA și HRD în cancerul ovarian sunt acum parte integrantă a practicii zilnice.

Abordarea clasică a biomarkerilor are însă o limită importantă: deseori rezumă tumora printr-o singură valoare medie. De exemplu, spunem că o tumoră este „HER2 pozitivă”, dar adesea nu măsurăm în detaliu dacă HER2 este la fel în fiecare regiune, unde se concentrează celulele pozitive, dacă celulele imune pot pătrunde în zonele cu HER2 crescut sau dacă stroma înconjoară aceste celule.

Noua întrebare: Unde se află ținta, lângă ce celule și în ce micromediu?

Aici intervin inteligența artificială și profilarea spațială. Patologia digitală analizează imaginea întregii lame la rezoluție înaltă. Modelele AI pot cuantifica celulele tumorale, stroma, limfocitele, celulele vasculare, zonele de necroză, fenotipul imun și vecinătățile celulare. Lama de patologie poate astfel deveni mai mult decât un document diagnostic: o hartă biologică multistratificată, capabilă să prezică răspunsul terapeutic.

Exemplu de la ASCO 2026: Selecție asistată de AI în cancerul de căi biliare HER2 pozitiv

Unul dintre exemplele remarcabile ale abordării la ASCO 2026 a fost studiul cancerului avansat de căi biliare HER2 pozitiv. În timp ce evalua un regim cvadruplu de primă linie cu trastuzumab, nivolumab, gemcitabină și cisplatină, studiul a analizat împreună expresia HER2 și fenotipul imun prin analiza întregii lame asistată de AI.

În studiul multicentric de fază Ib/II au fost incluși 40 de pacienți . Cu combinația terapeutică, rata de răspuns obiectiv a fost raportată ca %55, rata de control al bolii ca %95, iar supraviețuirea mediană fără progresie ca 10,6 luni . Aspectul esențial era însă capacitatea AI de a identifica pacienții care ar putea avea o probabilitate mai mare de răspuns.

Acest exemplu arată că AI ar putea depăși rolul unui simplu „instrument de asistență pentru patologie”. Când cantitatea proteinei-țintă, fenotipul imun și micromediul tumoral sunt analizate împreună în același țesut, selecția pacienților poate deveni mai precisă.

Micromediu tumoral imun rece în cancerul pulmonar cu HER2 crescut

O altă analiză prezentată de Lunit la ASCO 2026 a evaluat micromediul tumoral în cancerele pulmonare fără celule mici cu supraexpresie HER2. În analiza spațială asistată de AI a peste două mii de imagini de lame întregi NSCLC, tumorile cu supraexpresie HER2 prezentau o densitate mai mică a limfocitelor infiltrante tumorale și o proporție mai redusă a fenotipului imun inflamat.

Rezultatul sugerează că tumorile cu HER2 crescut ar putea avea, în anumite contexte, un micromediu mai „rece imun”. Dacă datele vor fi validate în serii independente, pentru a înțelege la ce pacient ar fi mai relevante combinațiile de terapie țintită HER2 și imunoterapie poate fi necesară examinarea nu doar a nivelului HER2, ci și a hărții micromediului.

Semnătură spațială care diferențiază răspunsul la axitinib în carcinomul adenoid chistic

Un alt exemplu de profilare spațială asistată de AI a fost prezentat în carcinomul adenoid chistic. În această tumoră rară, opțiunile terapeutice sunt limitate, iar prezicerea răspunsului prin biomarkeri clasici este dificilă. Analiza micromediului tumoral bazată pe AI a raportat PFS mai lungă după axitinib într-un subgrup cu densitate mare a celulelor endoteliale și a limfocitelor infiltrante tumorale: 19,6 luni față de 11,1 luni.

Regiuni TLS în cancerul colorectal MSS: Se poate deschide o cale spre imunoterapie?

Cancerul colorectal metastatic stabil microsatelitar este considerat, în general, rezistent la inhibitorii punctelor de control imun. Eticheta „MSS” nu explică însă toate detaliile micromediului tumoral. Una dintre analizele micromediului asistate de AI, prezentate la ASCO 2026, a arătat că regiuni mai mari ale structurilor limfoide terțiare în cancerul colorectal metastatic MSS pot fi asociate cu PFS și OS mai bune după imunoterapie.

Acest domeniu este foarte important: când punem unele tumori într-o singură categorie „rezistente la imunoterapie”, am putea rata subgrupuri mici al căror micromediu are de fapt potențial de răspuns imun. Analiza spațială asistată de AI poate oferi posibilitatea de a defini mai obiectiv aceste subgrupuri.

AI multimodală: Când patologia, datele clinice și riscul genomic intră în același model

O altă direcție importantă la ASCO 2026 a fost inteligența artificială multimodală. AI multimodală examinează împreună nu doar imaginea de patologie, ci și datele clinice, vârsta, stadiul, dimensiunea tumorii, statusul ganglionar, informațiile terapeutice și, când este necesar, datele genomice. Scopul este modelarea întregului context al bolii, în locul unei singure surse de date, pentru predicții mai precise ale riscului și beneficiului terapeutic.

Studiile Artera prezentate la ASCO 2026 exemplifică această direcție. Modelul AI multimodal care evalua beneficiul chimioterapiei și prognosticul în cancerul mamar HR pozitiv cu ganglioni pozitivi a fost prezentat ca Rezumat #107 într-o sesiune orală. Au fost prezentate și studii privind concordanța dintre AI multimodală și testul Recurrence Score cu 21 de gene în cancerul mamar precoce, precum și stratificarea riscului bazată pe patologia digitală în cancerul de prostată.

Ce pot schimba aceste tehnologii în clinică?

Cel mai mare potențial al AI și al profilării spațiale este să facă biomarkerii existenți mai preciși. De exemplu, pozitivitatea HER2 poate fi evaluată nu doar ca „prezentă” sau „absentă”, ci împreună cu proporția celulelor cu HER2 crescut, distribuția lor în tumoră, prezența celulelor imune vecine și contextul micromediului tumoral.

La fel, deciziile de imunoterapie pot reuni nu doar PD-L1 sau MSI, ci numeroase variabile: dacă limfocitele T pătrund în tumoră sau rămân la limita exterioară, prezența TLS, bariera stromală, structura vasculară și compoziția macrofagelor / TIL.

Lectură critică: Validarea este la fel de necesară ca entuziasmul

Mesaj pentru Turcia: Patologia digitală și infrastructura de date au importanță strategică

În Turcia, oncologia moleculară, panourile NGS și deciziile de tratament țintit sunt tot mai prezente. Era AI și a profilării spațiale cere însă nu doar infrastructură de testare moleculară, ci și infrastructură de patologie digitală. Procesarea de calitate a țesutului, colorarea standardizată, scanerele de înaltă rezoluție, stocarea sigură a datelor, integrarea patologie-oncologie și datele rezultatelor clinice sunt elementele de bază ale sistemului.

De aceea, în perioada următoare, conceptul de „comisie de patologie digitală și biomarkeri” poate deveni la fel de important ca „comisia moleculară de tumori”. Modelele AI capătă sens numai cu întrebarea clinică potrivită, date de calitate și interpretarea specialistului.

Concluzie

ASCO 2026 a arătat că inteligența artificială și profilarea spațială devin tot mai vizibile în oncologie. Măsurarea HER2/IHC asistată de AI, analiza micromediului tumoral, cartografierea TIL/TLS, modelele de risc multimodale și predicția beneficiului terapeutic bazată pe patologia digitală indică o nouă eră în care biomarkerii vor fi citiți nu doar ca „pozitivi” sau „negativi”, ci într-un ecosistem tumoral multistratificat.

Aceste tehnologii nu sunt astăzi standard în toate domeniile, dar direcția este clară. Întrebarea viitorului în tratamentul cancerului nu va fi doar „Există o țintă în tumoră?” Mai corect va fi: „Unde în tumoră se află ținta, alături de ce celule, în ce micromediu și prezice această hartă răspunsul terapeutic al pacientului?”