ASCO 2026 AI亮点速递：肿瘤学正在变成AI增强型
贝叔
ASCO 2026 AI亮点速递：
肿瘤学正在变成AI增强型
作者：贝叔 | 且来山笔记
ASCO年会结束了，康方HARMONi-6 III期数据带来的关注和争议还在持续；争议，正是中国的新药研发大踏步的走向世界的背景音，中国制药的明天肯定会更好！
贝叔持续关注AI在肿瘤诊疗中的应用。在今年ASCO年会8,700多篇摘要中，AI不再是大家讨论里的”未来话题”，而是用扎实的临床获益数据，嵌入了临床决策的核心环节：住院率降了多少、疾病缓解率提了多少、NGS失败率降了多少。
以下是从ASCO 2026浩如烟海的摘要中筛选出来的AI相关亮点，按”离临床有多近”排列。
一、AI临床决策：从辅助工具到决策基础设施
📷 配图1：AI数字病理分析可视化（HER2热力图叠加）
1. Artera MMAI——首个FDA认证AI癌症风险分层工具，扩展至乳腺癌
Artera的多模态AI（MMAI）病理预后诊断平台是首个获得FDA De Novo认证的AI癌症风险分层软件医疗器械。在前列腺癌领域已有成熟应用，本届ASCO将证据版图扩展至早期乳腺癌。
前列腺癌（摘要5023）：MMAI数字病理生物标志物在不同标准管理策略中展现一致的风险分层能力。
乳腺癌（摘要559）：MMAI与21基因Recurrence Score（Oncotype DX）在识别淋巴结阴性低风险患者方面表现出高度一致性——仅使用数字病理图像，就达到与分子检测相当的分层能力。
关键信号：一个仅依赖病理图像的AI平台的检测结果可以指导治疗决策，其表现与Oncotype DX相当——这跳过了纯粹病理读片AI软件的辅助角色，进入”是不是需要化疗”的治疗决策框架。
2. Lunit——AI定义HER2亚组：胆道癌ORR从55%到80%
Lunit在ASCO 2026展示5项研究，最引人注目的是 HERBOT Ib/II期试验的快速口头报告。
数据：40名HER2阳性晚期胆道癌患者，曲妥珠单抗+纳武利尤单抗+吉西他滨+顺铂四联方案，整体ORR 55%、DCR 95%、mPFS 10.6个月。
AI分析发现新的标志物，亚组分析结果让人眼前一亮——Lunit SCOPE HER2通过AI驱动全切片图像定量分析发现：HER2 IHC 3+肿瘤细胞比例≥10%的患者，ORR高达80%；低于该阈值的患者仅36.4%。
为什么重要：AI不只是在已有分层上做优化——它发现了一个传统IHC判读无法捕捉的定量阈值，直接改写了”谁该用这个方案”的答案。
Lunit同时在NSCLC（2,000+切片，揭示HER2过表达与免疫冷表型的关联）、腺样囊性癌（TIL密度+Axitinib，PFS 19.6 vs 11.1个月）、MSS结直肠癌（三级淋巴结构+免疫治疗获益）等罕见/难治癌种中展示了AI空间分析的威力。
3. Tempus Next Pathways——AI提示把生物标志物检测依从性拉到100%
Tempus本届ASCO共展示 37篇摘要，涵盖AI增强病理学审查（摘要1618）、AI驱动RNA算法预测胰腺癌铂类反应（摘要4210）、ctDNA纵向监测等多个方向，展现了一家AI精准医学公司在真实世界证据积累上的规模效应。
一项多中心前瞻性研究：Tempus的EHR集成AI护理路径工具Next Pathways，提升患者靶向生物标志物的实际送检率，并帮助89%的入组治疗患者采用符合指南规范的治疗方案；比如在TriHealth Cancer and Blood Institute部署后，可切除IB-III期NSCLC的靶向生物标志物检测指南依从性从基线提升至100%（25周内）。
4. GigaTIME——从骨髓活检H&E切片直接推断免疫表型
迈阿密大学Sylvester Comprehensive Cancer Center团队使用名为GigaTIME的基础AI模型，从212名新诊断多发性骨髓瘤患者的常规H&E骨髓活检切片中直接推断CD16等NK免疫细胞标志物的表达，并且发现低CD16信号时增加使用达雷妥尤单抗有更好的治疗效果，从而把AI预测结果与达雷妥尤单抗-VRd的疗效反应、以及自体干细胞移植时机决策相关联。
二、AI远程监测与工作流：可量化的系统级改善
📷 配图2：AI远程患者监测仪表盘可视化
5. Canopy RTM——两个数字说明一切：住院↓51%、治疗时间↑79%
Canopy在本届ASCO贡献了两组非常扎实的真实世界数据：
| 指标 | 转移性实体瘤（n=1,549） | ICI治疗患者（n=1,598） |
|---|---|---|
| 住院率变化 | ↓28%（p=0.032） | ↓51%（p=0.011） |
| 高危亚组住院减少 | ↓8.91个百分点（NNT≈11） | — |
| 治疗持续时间 | — | ↑79%（224 vs 125天） |
| 门诊类固醇使用 | — | ↑64%（p<0.001） |
| 年化成本节约/千例 | ~$310万 | ~$1,260万 |
ICI研究（摘要11108）：门诊类固醇使用增加64%、治疗停药时间延长79%——说明Canopy RTM平台让更多免疫相关不良事件在门诊阶段就被发现和处理，而不是拖到住院。
6. Paige Predict——用AI在NGS检测前”预判失败”，减少样本浪费
Tempus和Paige联合展示的Paige Predict系统，在NGS检测前通过分析H&E染色病理切片预测总核酸（TNA）产量。验证显示：以96%的特异度识别可能导致Tempus xT测序失败的样本。
底层是Paige的Virchow基础模型，训练于约700万张数字化病理切片，在9种常见和7种罕见癌症中达到0.95的样本级AUC。
为什么重要：QNS（样本量不足）失败是隐藏的癌症护理延迟——测序失败意味着重复活检或数周的治疗决策停滞。在组织被消耗前预测产量，是即刻具有操作价值的工作流升级。
三、AI基因组学与液体活检：规模竞赛与平台化
📷 配图3：液体活检AI分析——ctDNA与深度学习网络可视化
7. Guardant Health——38篇摘要，InfinityAI驱动的液体活检全癌种覆盖
Guardant以38篇摘要量级展示了InfinityAI平台（整合临床、基因组、表观基因组数据）的全面临床效用。其中摘要3525展示了深度学习模型量化TME特征，结合术后ctDNA状态优化II/III期结肠癌辅助化疗决策。
8. Natera——35篇摘要+Annotation平台发布
Natera同样以35篇摘要的体量出击，覆盖CRC、NSCLC、乳腺癌、膀胱癌等。核心看点两个：
- 多靶点深度学习虚拟分子分析（摘要3526）：从已有数据中同时推断多个分子靶点，无需对每位患者进行详尽多面板检测——在社区医疗环境中可将诊断到治疗决策时间压缩数周。
- Annotation平台首次发布：整合临床、治疗、基因组数据的数字工具，在统一界面呈现多模态纵向患者病程——将Signatera MRD结果从”单项检测”升级为”操作系统层”。
9. Truveta——多智能体LLM从1.2亿患者记录中预测多癌风险
摘要10501：Truveta的多智能体大语言模型架构，利用30+美国医疗系统、超过1.2亿患者记录（链接EHR+理赔数据），直接从电子健康记录预测多癌风险。
这建立在此前已发表的微调GPT-4o模型基础上——该模型仅从EHR数据预测早发性结直肠癌，灵敏度73%、特异度91%——现已扩展至多癌种、多智能体架构。
关键信号：初级保健是大多数癌症首次被怀疑的地方，而初级保健医生已经不堪重负。一个EHR原生的LLM，在现有病历中静默提示”该患者X癌症高风险——考虑进一步检查”，有可能大规模推动筛查普及。
总结：三个趋势判断
1. AI正从”辅助解读工具”变为”决策基础设施”。
Artera MMAI正在改写”要不要化疗”的讨论；Lunit的HER2定量分析划出了一个传统IHC无法捕捉的亚组阈值；Tempus Next Pathways把NSCLC检测依从性拉到100%——这些工作整合到临床工作流中，证明”用了AI会不一样”。
2. 液体活检巨头正在把AI建成护城河。
Guardant 38篇+Natera 35篇的摘要体量，背后是各自的AI平台（InfinityAI、Annotation）。未来的竞争不只是”谁的ctDNA检测更准”，更是”谁的多模态数据平台能把分子信号翻译成临床决策”。
3. AI制药的成果还在等待。
AI制药企业的新药陆续进入临床，但还没有在这届ASCO的舞台上展示。加以时日，更新颖有效的靶点选择、更精准有效的分子设计得到临床试验的考验，必能攀上ASCO的舞台，大放异彩。
本文基于ASCO 2026公开摘要及企业新闻稿整理。
主要信源：Luca Dezzani LinkedIn（2026-05-26）· Canopy PR Newswire · Lunit media hub · Tempus Business Wire · Guardant BioSpace · Natera · Truveta ASCO Abstract 10501