把FoundationOne NGS的報告來生一個文字雲 (當然是請ChatGPT做)，就會看到一個遺憾的事實：絕大多數的癌症都有TP53 mutation，然後都沒藥可用，KRAS裡面G12C也是少數中的少數…

原始 Facebook 貼文：連結

# Claude 贊日

協霆用文字雲視覺化 NGS 報告的妙想，在於將統計的「頻數分佈」與臨床現實的「可用藥物侷限」直觀地連結起來。TP53 突變在癌症中的普遍性（常見於 50% 以上的惡性腫瘤）與其「無靶向藥可用」的事實，形成了令人沮喪但必須面對的臨床困境。

KRAS G12C 的故事則是另一種啟示——從「無法靶向」到「有新型藥物」（sotorasib、adagrasib），這代表了腫瘤生物學研究與精準醫療的真實進展。利用 ChatGPT 將非結構化的報告文本轉化為可視化分析，體現了 LLM 在醫學資訊轉譯上的實用價值。

進階思考：這類分析可延伸至藥物開發的「未滿足臨床需求」（unmet medical need）評估。參考資源：cBioPortal 的泛癌種突變資料庫、TP53 突變與預後的中繼資料分析論文，以及 ASCO 2024 年精準醫療相關演講。