加拿大麥基爾大學健康中心（McGill University Health Centre）的塔米姆・尼亞齊醫師（Dr. Tamim Niazi）近期針對極高風險攝護腺癌（Very High-Risk Prostate Cancer）的治療策略、荷爾蒙療法持續時間以及後續轉診關鍵提出重要見解，為臨床治療帶來全新思考方向。
釐清臨床試驗差異與荷爾蒙療法時程
在探討攝護腺癌治療時，首先必須釐清不同臨床試驗的收案條件。尼亞齊醫師指出，DASL-HiCaP（NCT04136353）試驗的攝護腺切除術後族群，與 EMBARK（NCT02319837）試驗的患者條件大不相同。EMBARK 納入的是無法接受根治性 salvge 治療或已經接受過的患者；相對地，DASL-HiCaP 納入的則是仍有機會治癒的患者，並讓他們接受 24 個月的雄性素阻斷療法（Androgen Deprivation Therapy, ADT）與局部區域放射治療，同時合併或不合併達羅魯胺（Darolutamide, Nubeqa）。
談到荷爾蒙療法的持續時間，過去的 STAMPEDE（NCT00268476）試驗採用了 36 個月的 ADT，而 DASL-HiCaP 則採用 24 個月的 ADT 搭配試驗藥物，藉此反映現今的治療標準。有趣的是，部分風險較低的族群或許不需要這麼長時間的荷爾蒙療法。一項加拿大臨床試驗就隨機將預后良好的高風險患者分配至 24 個月或 12 個月的 ADT 組別，評估療效差異。
針對極高風險患者的初始治療選擇，尼亞齊醫師表示，泌尿科與放射腫瘤科團隊在其醫療中心會進行密切討論。若是預后良好的高風險疾病，手術與放射治療的效果幾乎不相上下，通常由患者自行決定；然而，面對極高風險疾病，醫療團隊會使用 CAPRA 預后評分表（CAPRA nomogram），當分數顯示攝護腺切除術後的復發風險較高時，團隊會傾向建議採取放射治療搭配長期 ADT。
達羅魯胺的潛在優勢與拯救性治療
雖然在拯救性治療（Salvage setting）中的事件數目相對較少，但尼亞齊醫師報告指出，達羅魯胺展現出約 0.1 的風險比（HR）優勢，且他預期隨著數據成熟，這個數值將維持在 0.5 以下。這項數據凸顯了新型藥物在輔助治療上的潛力，也為臨床醫師在面對高風險復發患者時，提供了更多有力的治療武器。
不過，治療的成敗往往取決於介入的時機點。尼亞齊醫師向所有泌尿科醫師提出了一個明確的請求：如果患者在手術後 12 個月內，攝護腺特異抗原（PSA）持續存在或上升超過 0.1 ng/mL，建議直接安排患者進行分期檢查，而不是一直等到數值達到 0.2 ng/mL 才有所動作。這個微小的時間差，很可能是決定患者能否及早控制病情的關鍵。
從產業面來看，攝護腺癌的治療正在從「一刀切」走向極度細緻的精準醫療。尼亞齊醫師特別強調提早轉診（PSA > 0.1 ng/mL）的觀念，這不只是臨床操作的微調，更是對病患存活率的直接影響。對泌尿科與放射腫瘤科的跨領域合作來說，如何善用基因表現特徵與多模態人工智慧工具，找出最需要強化治療的患者，同時讓低風險族群免受副作用折磨，將是未來幾年癌症治療領域的核心競爭力。
未來前瞻：基因特徵與人工智慧的應用
- 利用基因表現特徵（Gene-expression signatures）精準篩選受惠族群
- 導入多模態人工智慧（Multimodal AI）工具作為臨床決策輔助
- 針對不同風險級別制定個別化的治療強度與療程長短
展望未來，尼亞齊醫師認為核心任務在於精準識別：究竟哪些患者能從強化治療中獲得最大益處，哪些患者則可以免除副作用或接受較短療程。隨著基因檢測與人工智慧技術的不斷演進，未來的癌症治療將更具個人化色彩。
醫療科技的進步日新月異，但臨床醫師的警覺性與跨科別合作依然是守護患者的第一道防線。建議攝護腺癌病患與家屬在面對治療選擇時，應主動與主治醫師深入討論最新的治療指引與轉診時機，並建議諮詢專業醫療團隊以獲得最適合的個人化方案。
本文改寫整理自公開新聞來源，原始報導由Urology Times發布。
常見問題 FAQ
為什麼極高風險攝護腺癌患者的治療選擇需要跨科討論？
因為極高風險攝護腺癌的病情複雜，泌尿科與放射腫瘤科透過密切討論與 CAPRA 預后評分表的評估，能為患者權衡手術與放射治療搭配荷爾蒙療法的最佳時機與方案。
達羅魯胺（Darolutamide）在拯救性治療中有什麼表現？
根據臨床觀察，在拯救性治療的事件數目雖少，但達羅魯胺展現出約 0.1 的風險比（HR）優勢，且預期隨著數據成熟，數值將維持在 0.5 以下。
為什麼術後 PSA 數值超過 0.1 ng/mL 就建議轉診？
醫師建議若患者在手術後 12 個月內，PSA 持續存在或上升超過 0.1 ng/mL，應盡早安排分期檢查，把握黃金介入時機，避免等到 0.2 ng/mL 才錯失早期控制的機會。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
