癌的恐惧消失的日子近在咫尺？进化的治疗和AI开创的未来

医生们的欢呼声意味着什么

癌症治疗研究的发布会现场，挤满了专家们，他们热烈地鼓掌。

德国报纸ZEIT的科学播客介绍文章报道了2026年在马德里举行的欧洲临床肿瘤学会学术会议“ESMO Congress”上的这一幕。据说几个月前在美国芝加哥的癌症学会上也出现了类似的场景。

介绍的内容包括为每位患者设计的mRNA癌症疫苗，以及通过新机制攻击癌症的药物。文章提出的问题是：“癌症是否正在逐渐失去其可怕性？”

对于患者及其家属来说，没有比这更想知道的答案了。能否防止复发？当现有治疗无效时，是否有下一个选择？能否制定明年的计划？

然而，不能简单地将学会上的欢呼声解读为“癌症已经到了可以治愈的时代”。

要理解这次的进步，需要先解开“癌症”这个大词，看看哪个疾病、哪个阶段有什么改善。

“癌症疫苗”不一定是给健康人接种的

这次话题的中心是正在研究用于治疗黑色素瘤，即恶性黑色素瘤的个性化mRNA疫苗。

听到“疫苗”这个词，人们容易联想到在生病之前接种的东西。然而，这项研究的目标是减少已经患癌并接受手术的人的复发。

理解其机制的关键在于癌细胞中发生的基因变化。由于变化产生的异常蛋白质的一部分可能成为免疫系统识别癌症的标志。这些标志被称为“新抗原”。

通过检查患者的肿瘤，选择其癌症特有的标志。然后，通过mRNA传递使体内产生这些标志的信息，促进免疫系统识别并攻击癌细胞的反应。

与给所有人投放相同的东西不同，针对每个人肿瘤的特征进行调整是一个重大区别。

不过，与癌症相关的预防疫苗本身并不是首次出现。这次受到关注的是根据患者自身肿瘤制作的、以治疗为目的的mRNA疫苗的进步。

如何解读“复发和死亡风险降低42%”

美国癌症研究协会等介绍的第3期试验“INTerpath-001”中，研究了针对高风险黑色素瘤患者在手术切除肿瘤后，添加个性化mRNA疫苗“intismeran autogene”到免疫疗法药物帕姆布罗利珠单抗的效果。

报告的重要结果是，与仅使用帕姆布罗利珠单抗的治疗相比，复发或死亡的风险降低了42%。

这里所说的42%并不是指“42%的患者治愈了”。而是指比较的群体之间，复发或死亡的风险相对降低了多少。

参与试验的美国纪念斯隆-凯特琳癌症中心的说明中，2年时点的无复发生存率在疫苗联合组为82%，而在对照组为70%。这是指在特定时间点没有复发并存活的比例。

相对风险降低和特定时间点的比例差异是不同的指标。通过同时观察两者，可以更具体地理解效果。

此外，抑制复发与最终延长寿命并不是同一个问题。总体生存期的评估仍在继续，需要确认长期效果。

即便如此，对于手术后怀着复发不安生活的人来说，减少复发的可能性具有重大意义。研究人员寄予期望的是这些具体的改善。

胰腺癌也出现了新的选择

ZEIT的文章还提到了另一种药物，达拉克索拉西布（daraxonrasib）。

美国食品药品监督管理局（FDA）于2026年8月26日批准了该药用于符合特定条件的成人转移性胰腺腺癌。对象包括已经接受全身治疗的患者等。

该药物的目标是与癌症增殖相关的RAS蛋白群。这是一种通过作用于支持癌症增殖的机制的分子靶向治疗。

FDA公布的试验结果显示，针对前期治疗后病情进展的患者，将新药与标准化疗进行比较。整体人群的总体生存期中位数在新药组为13.2个月，对照组为6.7个月。

这个数字并不是预测个别患者的余命。“中位数”是表示群体结果的指标，实际的过程有一定的范围。

同时，副作用并未消失。FDA指出需要注意皮肤和口腔的损伤、腹泻、间质性肺疾病等。

即便如此，对于治疗困难的疾病，增加了在比较试验中显示生存期改善的选择意义重大。如果要谈希望，准确的表述应该是“在特定患者群体中，出现了比以往更好的治疗结果”，而不是“克服了胰腺癌”。

AI支持治疗的“候选选择”

原文还提到了加速研究的AI。

在个性化癌症疫苗中，必须从肿瘤中获得的大量信息中选择免疫可能反应的标志。美国国家癌症研究所也在开发用于疫苗开发的机器学习模型，以对新抗原候选进行排序。

在这一领域，AI的作用在于缩小研究人员调查的候选范围，提高验证的效率。

然而，计算机判定为有前途的候选在患者体内是否有效并不确定。需要通过实验验证预测，并在临床试验中调查安全性和效果的过程。

在评估AI的进步时，将“能够进行优秀的预测”和“改善患者的治疗成绩”分开来看也很重要。

SNS上显现的等待批准的心情和困惑

对于这样的新闻，SNS上会有什么样的反应呢？

在海外论坛Reddit上可以看到相关帖子，有人提到有黑色素瘤的家族史和自身患病经历，迫切期待疫苗的批准。

在另一个帖子中，有人提出了“既是疫苗又是治疗吗？”的疑问，并对此次研究是用于已经患癌的人进行治疗的解释进行了讨论。

这些并不是直接针对此次ZEIT文章的反应，而是对同一治疗研究的新闻的反应。此外，无法独立确认匿名发布者的病史，也不代表整个社会的意见。

即便如此，这些讨论反映了一个重要问题。研究成果越广为人知，就越需要对“为谁的疫苗”进行基本的解释。

“癌症疫苗成功”这样的标题可能会导致误解，以为健康人接种就能预防所有癌症。期待高的新闻越是如此，需要不省略对象和目的的传达方式。

原文评论区中也有对费用和“过度期待”的担忧

另一方面，您提供的ZEIT读者评论区中也刊登了谨慎的意见。

有读者回顾过去也曾谈到“可以克服癌症”的乐观前景，并质疑此次标题是否为时过早。此外，还提出了即使新药出现，公共医疗保险是否能负担费用的问题。

另一位读者引用抗菌药普及后耐药菌成为问题的历史，表达了对对有前途的治疗寄予过高期望的警惕。

然而，不应将此评论视为癌症治疗反而使疾病恶化的证据。感染症与癌症在疾病机制和治疗条件上是不同的。

在癌症治疗中，药物“耐药性”成为课题本身是事实。在治疗开始前就存在对药物不敏感的细胞，或在治疗过程中抵抗性细胞增多的情况。因此，关于治疗组合和下一个选择的研究仍在继续。

欢迎新治疗和检查其局限性是可以并存的。相反，为了使治疗长期有效，这两种视角都是不可或缺的。

对于日本患者来说，“能否接受”成为下一个问题

了解海外的研究成果时，日本的患者和家属首先关心的是，“自己能否使用”。

然而，学会发布、临床试验成功、海外批准、日本批准、保险诊疗的使用是各自不同的阶段。

关于此次提到的疫苗，仅凭研究成功无法判断在日本能否立即作为常规诊疗接受。达拉克索拉西布在美国的批准也不意味着在日本的批准和保险适用。

在向主治医生咨询新闻时，确认以下几点可以更具体地推进讨论。

• 研究对象的癌症种类和病期是否与自己的情况相符。
• 治疗的目的是术后复发预防还是抑制进展的癌症。
• 日本的批准状况和可以考虑参加的临床试验如何。
• 预期效果和副作用、通院和费用负担的程度如何。

如果不知道治疗、生活、金钱方面的咨询对象，也可以利用癌症咨询支援中心。据国立癌症研究中心介绍，患者本人、家属以及未在该医院就诊的人也可以免费、匿名咨询。

新治疗的价值不仅仅在于发现时点。需要考虑到需要的人能否获得信息、判断适应症并实际接受治疗。

在说“不可怕”之前，想传达增加的选择

癌症研究的进步并不以相同的速度传达到所有患者。有的疾病产生了新的选择，而有的疾病仍然有效的治疗有限。

正因如此，将“癌症已经不可怕”一概而论的言辞，会将仍面临治疗困难的人抛在后面。

另一方面，也不需要低估进步。术后复发的可能性增加，治疗后即使病情进展，也有更多可尝试的药物。这种积累可能改变患者的生活和未来的前景。

将学会上的欢呼声翻译为患者的信息。为此所需的不是“突破性”一词的重复，而是传达给谁、什么、到达了多远。

希望并不是越大越强。展示已验证的成果和尚未解决的问题，使希望成为可信的东西。

出处和参考资料

1. ZEIT：欧洲癌症学会的反响、采访的专家、相关研究的介绍。
   https://www.zeit.de/wissenschaft/2026-11/krebskongress-europa-forschung-medizin-wissen-podcast

2. 美国国家癌症研究所：mRNA癌症疫苗的机制
   通过mRNA传递抗原信息并促进免疫反应的机制的参考资料。由于是2022年的文章，未用作当前开发状况的依据。NCI
   https://www.cancer.gov/news-events/cancer-currents-blog/2022/mrna-vaccines-to-treat-cancer

3. 美国癌症研究协会：个性化mRNA疫苗的第3期试验
   黑色素瘤的复发或死亡风险降低，总体生存期的评估仍在继续的依据。AACR
   https://www.aacr.org/blog/2026/10/26/from-promise-to-proof-personalized-melanoma-mrna-vaccine-delivers-phase-iii-success/

4. 纪念斯隆-凯特琳癌症中心：试验的对象和成绩
   疫苗的个性化、试验的概要、2年时点的无复发生存率的说明。Memorial Sloan Kettering Cancer Center
   https://www.mskcc.org/news/promising-results-for-melanoma-mrna-vaccine

5. FDA：达拉克索拉西布的批准信息
   美国的批准日期、适应症、比较试验的生存期中位数、安全性注意事项的依据。fda.gov
   https://www.fda.gov/drugs/cancer-approvals/fda-approves-daraxonrasib-metastatic-pancreatic-adenocarcinoma

6. 美国国家癌症研究所：通过机器学习对疫