当抗癌药成为分类器：一位数据科学家的癌症治疗观察

一位身患四期癌症的数据科学家，用机器学习的语言重新解读了自己的治疗过程：化疗、放疗、靶向药和抗体偶联药物，本质上都是在回答同一个二分类问题——这个细胞，该杀还是该留？他的身体，就是那个数据集。

混淆矩阵的四格，对应治疗的全部代价与收益

把抗癌治疗视为分类器并非隐喻。2014年，Lawlor等人在《PLOS ONE》上正式提出了“癌症药物即分类器”的框架，用以设计更具选择性的药物。而这位作者在其中生活了两年，从内部看到了不同的风景。

真阳性：癌细胞被杀死。 这是治疗效应，肿瘤缩小，也是唯一被所有人期待的结果。

假阳性：健康细胞被误杀。 这就是毒性。每一个假阳性都有名字：脱发、血细胞计数骤降、口腔溃疡、脚部的神经病变。副作用不是治疗的附带品，它就是假阳性率在肉体上的具象化。

假阴性：癌细胞幸存。 这是最无情的分类器特性——仅一个假阴性，一个仍有增殖能力的幸存细胞，就足以重建整个肿瘤。数月后，它悄悄抵消掉你曾引以为傲的所有真阳性。更棘手的是，在药物压力下，细胞可以获得原本没有的耐药性，复发后的分类问题往往比初始更难。

真阴性：健康细胞被正确放过。 沉默的大多数，没人为此庆祝，但它们是患者在输液间隙还能走动的原因。

混淆矩阵（Confusion Matrix）是评估二分类模型的标准工具，以2×2表格列出预测结果与实际标签的四种组合：真阳性（TP）、假阳性（FP）、假阴性（FN）、真阴性（TN）。在医学筛查与诊断中，这四个格子分别对应正确检出患者、误报健康人为患者、漏诊患者以及正确排除健康人。由此衍生出两个核心指标：精准率（precision）= TP/(TP+FP)，衡量“被判为阳性者中真正阳性的比例”；召回率（recall，又称灵敏度）= TP/(TP+FN)，衡量“真正阳性者中被成功检出的比例”。两者通常此消彼长，调整分类阈值可在精准率与召回率之间移动权衡点。F1分数是二者的调和平均，用于综合衡量。在类别极不平衡的场景（如罕见病、癌细胞检测），精准率会天然偏低，因为大量负类样本中哪怕很小的假阳性率也会产生可观的绝对误报数，这正是文中“高特异性、低精准率”现象的统计学根源。

精准率与召回率：肿瘤学百年历史的另一种写法

肿瘤学家不说precision和recall，但一个世纪的抗癌药物都在追求这两件事。

当目标是治愈时，召回率必须接近完美。在大多数机器学习问题中，0.9可以接受；但在这里，0.9999仍可能失败——因为那0.0001幸存下来并正在分裂。这就是治疗如此残酷的原因：你不是在追求“大致正确”，而是在努力不遗漏任何一个。

而单一系统性药物无法达到这个目标。血液中的药物到达全身，杀伤却不完全——覆盖广，召回率平庸。所以治愈往往是一个集成模型：诱导化疗缩小肿瘤以降低负荷，手术或放疗在其区域内以接近完美的召回率清除主体，系统性治疗清扫漏网之鱼。每个分类器覆盖另一个的盲区。

精准率则是身体为之付出代价的部分。化疗是一个精准率极低的分类器，其决策规则近乎粗暴——“杀死一切快速分裂的细胞”——因此假阳性正是那些快速分裂的健康组织：肠道内壁（恶心）、毛囊（脱发）、骨髓（血细胞计数崩溃）。副作用谱就是粗糙决策边界的读数。

两者此消彼长，这个权衡就是癌症治疗本身。提高剂量以提升召回率，精准率就会下降，毒性增加，直到假阳性开始威胁患者生命。肿瘤学家所追求的“最大耐受剂量”，精确地说，就是在假阳性变得致命之前，你可以在多大程度上用精准率换取召回率。

整个抗癌药物的发展史，就是一场在不牺牲召回率的前提下提高精准率的战役——让边界更清晰，既能抓住癌细胞，又能放过健康细胞。靶向治疗选择只有癌细胞才携带的突变；抗体偶联药物则将靶向抗体栓在化疗弹头上，用工程化的特征将毒药更近地带到癌细胞附近。更近，但不是 exclusively——载荷在途中仍会泄漏，靶点仍存在于某些健康细胞上，脚部的神经病变就是假阳性从未归零的证明。

免疫疗法则重新训练分类器本身。癌症部分通过“看起来像自己”来逃避免疫系统的分类器。检查点抑制剂松开这个分类器的刹车。当重新训练的免疫系统开始过度出击，攻击它现在标记为异己的健康组织时，就会出现结肠炎、肺炎、甲状腺炎——这些自身免疫副作用，正是免疫分类器的假阳性。

而这一切都运行在最糟糕的类别不平衡之上。癌细胞在体内细胞中占比极小。因此，一种药物可以具有高特异性——放过绝大多数健康细胞，保持低假阳性率——但由于健康细胞数量压倒性地多，它杀死的健康细胞绝对数量仍可能超过癌细胞。高特异性、低精准率：这是稀有正类别的标志，也是为什么即便相对选择性的药物，也可能让人感觉全身中毒。

一个实例：手臂中的药物

作者正在使用的becotatug vedotin是一种抗体偶联药物：识别EGFR的抗体，与细胞毒性载荷MMAE结合。MMAE是一种微管毒物，单独静脉注射毒性过大，抗体的作用就是让原本不可用的弹头变得可用，将它带到需要的地方。

“需要的地方”并非单一特征。药物要杀死细胞，必须同时满足多个条件：表面有EGFR供抗体抓取、整个偶联物被内吞并消化以释放MMAE、细胞在毒物到达时正在分裂、且没有泵将药物排出。真正的特征是这些条件的合取——EGFR且内化且分裂且不外排——这正是其选择性的来源：几乎没有健康细胞能同时满足所有条件，因此假阳性下降。这也是耐药性隐藏之处：细胞通过违反任一条件来逃脱——脱落抗原、进入休眠、或学会外排药物。

其三期临床试验对比标准化疗（卡培他滨或多西他赛）。多西他赛攻击的正是MMAE所攻击的同一套机器——微管——只是镜像关系。弹头并不新奇；改变的是瞄准方式：一个锐利特征对上一个粗糙特征。

用分类器的语言，结果正是更锐利特征应带来的：相比化疗，becotatug vedotin的缓解率约为2.5倍（30.2% vs 11.5%），癌症复发前的时间大约翻倍（中位无进展生存期5.8 vs 2.8个月；风险比0.63），中期分析时总生存期有延长趋势（17.1 vs 12.0个月；风险比0.73，尚未定论）——所有这些都发生在已经过两线或以上治疗的患者中（ASCO 2025，摘要LBA6005）。它不是靠更暴力的毒药取胜，而是靠更好的边界。

那些数字描述的是一个群体，不是预言。中位数是关于几百个陌生人的事实；药物在作者体内做什么，是从扫描和副作用中读出来的，不是从生存曲线上读出来的。但它之所以是作者手臂中的药物，是因为在那个群体中，一个更锐利的特征击败了医生最好的粗糙特征。

抗体偶联药物（Antibody-Drug Conjugate, ADC）是一类由三部分构成的工程化生物药：靶向特定肿瘤相关抗原的单克隆抗体、高毒性细胞毒载荷（payload），以及连接两者的化学连接子（linker）。其设计逻辑是“精准递送”——抗体负责识别并结合癌细胞表面抗原，复合物经内吞进入细胞后，连接子在溶酶体环境中被切割或降解，释放载荷杀伤细胞。MMAE（单甲基澳瑞他汀E）是一种微管蛋白抑制剂，游离时毒性极强、缺乏选择性，无法直接全身给药，因此被选作ADC弹头。ADC的疗效取决于抗原表达特异性、内吞效率、连接子稳定性与载荷效力；其脱靶毒性则来自连接子在血液中过早断裂（载荷泄漏）、抗原在健康组织中的低水平表达，以及“旁观者效应”（载荷释放后扩散至邻近细胞）。理解这一结构，有助于把握文中“真正的特征是多个条件的合取”这一论点。

目标函数在扩散后改变

以上一切假设你是在为治愈而战——将召回率推向1，因为一个幸存者就能重建肿瘤。这是治愈性意图：早期疾病、辅助治疗、那些“消失”仍有可能的场景。

作者不在那个场景中。癌症已转移。对于某些人，即使转移也留有狭窄的治愈路径：寡转移性疾病，少数可以逐个消融的沉积。但作者的是广泛转移，那里的算术变了——不是因为药物变弱，而是因为集成模型失去了最好的成员。手术和放疗在区域内达到接近完美的召回率，却无法触及全身微观播种的疾病。去掉局部步骤，只剩下广泛但不完美的系统性分类器——单独使用，它们达不到1。召回率1.0不再是作者现实追求的目标，持久的控制才是。

目标函数变了。不是试图一次性正确分类每个细胞，而是在运行一个控制问题——压低肿瘤负荷，保持假阳性（将长期承受的毒性）可忍受，并让分类器尽可能长时间运行。假阴性已不再试图归零，作者承认了它们；现在的战斗是关于它们被允许做什么，以及将其控制在那里需要付出多少身体代价。

每一线治疗都是决策树的下一次分裂

分类器不必是单一决策。将它们串起来就得到决策树：一系列分裂，每个分裂只作用于前一次分裂幸存的数据。这就是治疗线的本质。一线治疗做出切割；复发的癌症，按定义，就是落在那药物假阴性区域的细胞子集——它无法分离出来的那些。所以当作者选择下一线时，是在选择树中的下一次分裂，而它只作用于幸存者。

这悄然决定了每位肿瘤学家都遵循的规则：不要选择与上一次边界相似的药物。与已做出的分裂高度相关的分裂几乎不带来新信息——它能切出的细胞已经没了，剩下的正是那类特征无法触及的部分。这就是交叉耐药，用树的语言说：条件增益接近零。这就是为什么下一线通常改变机制，而不是重新加载刚失败药物的表亲，也是为什么叠加组合——同时进行多次分裂，每个覆盖其他遗漏的细胞——始终要权衡每次新切割对健康组织的代价。

但有两件事打破了整洁的图景。第一：数据不是固定的。每次分裂都改变分布。它杀死敏感细胞，留下——富集——耐药细胞。不是在一成不变的数据集上拟合一棵树，而是在分裂一个会自我重塑、对抗性地回应每一次切割的群体。每一线都选择出击败它的克隆。改变机制是反制手段——幸存者尚未被选择对抗的新特征，能买回一些失去的阵地。能买回多少取决于新机制的独立性：用一种细胞毒药物换一个近亲，幸存者的一般耐受力——药物外排、休眠、被解除的自毁——直接延续；将杀伤交给完全不同规则的东西，比如免疫系统，重置可以深得多。

第二：这些分裂几乎是盲选。在真正的决策树中，你知道每个特征值和标签，可以计算哪个分裂增益最大。作者不能。不完全知道肿瘤携带哪些特征——分子读数不完整，且快照会过时。响应几率借自不代表他的试验人群。所以不是在最大化信息增益，而是在深度不确定性下最大化期望信息增益——有时选择某一线不是因为最可能有效，而是因为它会告诉作者正在对抗什么。探索与利用，在最高赌注下进行。

决策树是一种递归划分数据的监督学习模型：在每个节点上，算法从候选特征中选择一个能最大程度提升类别纯度的分裂条件，将数据分成子集，再对子集重复这一过程，直至满足停止条件。衡量分裂质量常用的指标是信息增益（基于熵的下降）或基尼不纯度下降。在理想条件下，算法可以评估所有特征与阈值，选出增益最大的分裂。但在实际应用中常面临信息不完整、样本有偏、分布漂移等问题，需要在探索（尝试信息量未知的分裂以获取新信息）与利用（选择当前估计增益最大的分裂）之间权衡，这正是“期望信息增益”和“探索-利用困境”的出处。决策树对训练数据分布敏感，若数据本身会因既往分裂而改变（如治疗筛选出耐药亚克隆），则模型假设被打破，这与在线学习或对抗性环境下的序贯决策问题相通。

断裂之处：我看不见混淆矩阵

你永远看不到这个混淆矩阵。你无法计数细胞。

整个四格现实是从两个模糊的影子推断出来的。召回率，从扫描中读出——肿瘤缩小意味着大量真阳性，大致上，在聚合层面。精准率，从自己身上读出——感觉多病就是假阳性率转化为症状。而最需要知道的细胞，是那个完全看不见的：假阴性。上次输液幸存下来的那个癌细胞，正在作者写下这些文字时悄悄分裂。微小残留病灶检测是窥视那个假阴性率的模糊尝试——有细胞逃脱吗？——即使它们也看不见一个细胞。

分类器在作者体内数十亿细胞上运行；几个月后，在放射科报告中被告知大致的召回率，而精准率则通过身体感受持续得知。决定寿命的混淆矩阵在黑暗中计算，作者只看到墙上的影子。

微小残留病灶（Minimal Residual Disease, MRD）检测是指在治疗后用高灵敏度手段（如流式细胞术、PCR、二代测序）寻找体内残留的极少量癌细胞，灵敏度可达十万分之一至百万分之一。它比影像学（CT、PET）敏感得多——影像只能看到毫米级以上的肿块，而MRD检测试图捕捉血液或骨髓中游离的肿瘤DNA或异常细胞。在血液肿瘤中，MRD已成为疗效评估和复发预测的关键指标；在实体瘤中，循环肿瘤DNA（ctDNA）检测正逐步用于监测复发风险。然而MRD检测仍有明显局限：灵敏度有限，仍可能漏掉单个细胞；不同瘤种的检出率差异大；阳性结果未必意味着必然复发，阴性也不等于治愈。因此文中称其为“窥视假阴性率的模糊尝试”——它缩小了盲区，却无法把混淆矩阵真正照亮。

最好的分类器可能还不存在

让控制值得一试的是：可选择的分类器集合不是固定的。每年，肿瘤学都在交付更好的分类器——特征更锐利的药物，诊断时还不存在的机制。现在手臂中的药物在开始时并未对作者开放。前沿——任何人迄今能在癌症与作者之间画出的最佳边界——持续向外移动，缓慢且不均匀，但它在移动。

所以对于转移性患者，控制不仅仅是维持可忍受的状态本身，而是对抗移动的前沿争取时间——留在游戏中足够长，等待更好的分类器到来。损失函数不只是“压低肿瘤”，而是“压低肿瘤直到工具改进”。每一个月都是向改变数学的特征更近一个月。这是一个赌注，不是承诺——更好的药物可能来不及——但这是整个策略所依赖的赌注。

而且不能被动等待。更好的分类器可能已经存在——在尚未到达作者诊所的试验中，在肿瘤学家尚未考虑的某类药物中，在另一个国家进行的研究中。因此，工作的一部分，作者真正能控制的部分，是搜索：持续扫描前沿，寻找比已提供的更锐利的边界。当手头的分类器正在失败时，寻找是剩余上行空间最大的举动。作者决定构建一个匹配患者与临床试验的AI工具，并非巧合。

事物的名字

知道试图杀死你的东西的名字，是令人安心的。治疗不是谜团或惩罚。它是一个在最糟糕类别不平衡下工作的分类器，用作者自己的健康细胞支付假阳性的代价。副作用是它的精准率问题。复发是它的召回率问题。而当治愈不再是现实目标，作者的治疗不是试图赢得分类，而只是让分类器尽可能长时间、可忍受地运行。“精准肿瘤学”就是这场长期战役，将边界锐化到足以买回更多时间。

每一种抗癌药物都是分类器。身体是数据集。而最重要的那个细胞——那个逃脱的——是双方都看不见的。