东北医疗大健康AI4S类器官专家线上交流会议纪要

类器官技术发展及应用总结

一、核心要点

1. 技术发展至关键节点

   • 类器官技术已实现体外保留特征并衔接药理药效数据，监管层面（如CDE先锋计划）释放积极信号，进入可被监管认可阶段。
   • 技术沿革：起源于2007年小肠类器官构建，现已与AI、器官芯片技术交叉融合。

2. 技术进展与应用场景

   • 落地案例：
     • 强生、阿斯利康曾用类器官数据做非临床申报；
     • 国内罕见病研究中，50例样本近三成培养成功，助力药物申报；
     • 低位结肠癌患者可通过类器官预判保肛手术效果。
   • 成本与效率优势：相比传统方法，类器官可减少80%显性成本，周期缩短至1-2个月，并减少动物用量。

3. 行业优势公司

   • 海外：Illumina、Felix等在耗材、共培养体系布局较早；
   • 国内：覆盖全产业链（类器官+体内模型）的公司更具优势，华大等NGS/AI公司可结合数据优势，但需先验证数据真实性与临床需求匹配度。

4. 建模成功率与壁垒

   • 成功率差异大：肠癌约80%，肝癌约40%，脑部肿瘤等更低；成功标准需满足传代、冻存复苏、分型匹配等。
   • 核心壁垒：培养质量（养得好、养得久、信息完整）、临床样本活性保障（需医生宣教）、AI应用需真实临床数据支撑，并面临伦理与监管风险。

二、客户与合作模式

• 客户以工业客户为主，科研客户较少，合作分为外包服务和授权使用类器官库两种，各占约一半比例。
• 非肿瘤领域（如炎症性肠病、脂肪肝）也有相关应用需求。

三、风险与关注

1. 类器官培养存在失败案例，部分肿瘤生长缓慢，样本活性受提取方式影响。
2. AI结合类器官需解决临床数据隐私、伦理及监管合规问题。
3. 行业标准尚未完全统一，部分公司可能降低培养标准影响数据可靠性。