编者按：免疫治疗正逐步改写晚期非小细胞肺癌（NSCLC）患者的命运，尤其是对于无驱动基因的患者群体，免疫治疗的突破带来了前所未有的希望。然而，免疫治疗的临床应用仍面临诸多挑战，包括疗效预测、联合治疗策略以及生物标志物的精准应用等。2025年5月24日，北京慢性病防治与健康教育研究会肿瘤免疫治疗专委会学术年会隆重召开，【医悦汇】有幸邀请到北京医院艾斌教授做客对话大咖栏目，聚焦驱动基因阴性晚期NSCLC的免疫治疗现状与最新进展，深入探讨免疫治疗如何突破传统治疗瓶颈，以及未来发展方向。

医悦汇：能否请您介绍一下目前免疫治疗在驱动基因阴性晚期非小细胞肺癌（NSCLC）中的治疗现状及最新进展？

艾斌教授：在肺癌的临床诊断与治疗中，除疾病分期外，病理分型和分子分型决定着患者的预后和治疗选择，肺腺癌和肺鳞癌是非小细胞肺癌（NSCLC）主要的病理类型，根据基因检测又将NSCLC分为驱动基因阳性和驱动基因阴性两种类型。在肺腺癌中，约50%存在表皮生长因子受体（EGFR）突变，约5%存在间变性淋巴瘤激酶（ALK）融合基因，此外还有一些较为少见的基因突变，综合来看，大约30%至40%的肺腺癌属于驱动基因阴性类型；相比之下，肺鳞癌中驱动基因阳性的比例相对较低，不足15%，因此驱动基因阴性的患者超过了NSCLC的一半以上。靶向治疗显著改善了驱动基因阳性晚期NSCLC患者的生存，中位生存期由传统化疗的8至10个月延长至2年甚至更长。

但是，在免疫检查点抑制剂问世之前，驱动基因阴性的NSCLC治疗主要依赖化疗。其治疗效果有限，一年生存率约为35%。对于肺癌发病率和死亡率均居首位的我国而言，这种治疗现状显然是令人不满的。它不仅给患者及其家属带来了极大的痛苦和经济负担，也对国家的生产力造成了严重影响。

近年来，随着免疫检查点抑制剂的出现，尤其是国产免疫检查点抑制剂的上市，以及国家医保政策的不断完善，越来越多的患者能够接受免疫检查点抑制剂治疗。这一进展极大地改善了患者的预后，延长了生存期，五年生存率达到了20%，无论是在减轻患者及家庭的痛苦、降低医疗负担，还是在减少对社会和国家生产力的损害方面，都发挥了重要作用。

此外，我国自主研发的药物不断上市，不仅降低了药物价格，部分药品还在临床研究中展现出优于进口药物的疗效。这些国产药物的出现，是我国医药研发领域的重大突破，为改善患者生存提供了有力的武器，也为我国在肺癌治疗领域的发展提供了新的契机。

医悦汇：免疫治疗在驱动基因阴性晚期NSCLC中的应用已经取得了一定的成果，但仍有部分患者对免疫治疗反应不佳。请问，目前在临床实践中，免疫治疗与其他治疗手段（如化疗、靶向治疗、放疗等）的联合应用情况如何？

艾斌教授：在当前的临床研究与临床实践中，免疫检查点抑制剂联合含铂双药化疗作为一线治疗方案，仍是针对该类患者的主要治疗模式。如前所述，这一治疗策略显著改善了患者的生存预后。然而，仍有部分患者因身体状况或其他原因无法耐受含铂双药化疗。对于此类患者，我们正在探索多种替代治疗方案，包括单药治疗、与抗血管生成药物的联合应用，以及与放疗的协同治疗等。

此外，新型免疫检查点抑制剂的不断涌现，例如双特异性抗体（双抗），有望为这些患者提供新的治疗选择，从而有效缓解其困境。

医悦汇：在驱动基因阴性晚期NSCLC的免疫治疗中，生物标志物的检测对于预测治疗效果至关重要。请问艾教授，目前临床上常用的生物标志物（如PD-L1表达、肿瘤突变负荷TMB等）在驱动基因阴性晚期NSCLC患者中的应用情况如何？此外，您认为未来还有哪些新的生物标志物或检测方法可能会进一步优化免疫治疗的精准性？

艾斌教授：目前，被广泛认可且能够有效指导肿瘤免疫治疗的生物标志物数量相对有限。其中，肿瘤细胞的PD-L1表达水平是较为关键的指标之一。PD-L1表达水平在一定程度上可以预测肿瘤的客观疗效和无进展生存期（PFS）。对于PD-L1高表达（肿瘤比例评分TPS≥50%）的患者，推荐使用免疫检查点抑制剂单药治疗，这已成为临床实践中的重要参考依据。

此外，微卫星高度不稳定（MSI-H）的患者也被认为适合接受免疫检查点抑制剂单药治疗。然而，肿瘤突变负荷（TMB）作为潜在的生物标志物，目前仍存在一些问题。不同检测公司采用的标准存在差异，且其对肿瘤治疗疗效的预测精准度尚未达到PD-L1检测或MSI检测的水平。

在免疫检查点抑制剂进入临床应用初期，生物标志物的筛选曾是学术界讨论的热点话题。随着研究的深入和临床实践的积累，目前形成了两种较为主要的观点。首先，在联合治疗方案中，生物标志物的预测效能可能会相对降低。其次，从理论角度而言，免疫治疗涉及多种免疫细胞、细胞因子以及它们之间的信号传递和交联，具有网络性特点，与靶向治疗（针对单一突变或融合基因）不同，免疫治疗的疗效并非由单一生物标志物决定。因此，目前所使用的生物标志物在整个治疗预测中的权重相对较低。

未来，生物标志物的选择可能会朝着基于人工智能（AI）的网络性方向发展。具体而言，以AI为判断基础，通过多种生物标志物的组合检测来构建预测模型，从而更全面地预测患者的治疗反应。这种基于AI的网络性选择方法可能为肿瘤免疫治疗的精准化提供更有力的支持。

Tags： 肺癌治疗的突破与挑战，免疫治疗开启新希望