英國專欄作家Meg Mathews於2024年10月例行乳房X光攝影檢查時，發現左側乳房有三顆豌豆大小腫塊，腋下淋巴結亦有異常；同年11月，她確診HER2陰性乳癌。這類腫瘤通常不具HER2蛋白過度表現，並非HER2陽性乳癌，但「HER2陰性」仍不能單獨代表腫瘤侵略性低。
Mathews一度考慮化學治療或放射治療，也曾使用ChatGPT協助理解治療資訊，最終在2025年3月接受雙側乳房切除與淋巴結清除，暫緩整形重建。手術後11天，病理結果顯示切除範圍未見癌細胞，因此她不需接受化學治療或放射治療。她隨後公開自身病史，並談及過去的酒精與藥物依賴、隆乳手術及PIP人工義乳風暴。
這起事件的核心並非政商利益角力，而是癌症治療在個人風險、醫療指引與資訊判讀之間的張力。「HER2陰性」只是生物標記分類，不是對所有HER2陰性乳癌的預後保證；是否需要化學或放射治療，仍須依腫瘤大小、分級、淋巴結侵犯、受體狀態、基因檢測及手術病理綜合判斷。
Mathews在確診後面對多條治療路徑，並透過ChatGPT理解選項，但數位工具只能協助整理資訊，不能取代腫瘤專科醫師。AI回答的可及性快速提高，卻也凸顯資料品質、上下文完整性與醫療責任邊界的重要性。她最終選擇手術，未接受化學或放射治療；11天後的病理結果則支持這項決策。
她的故事也反映乳癌早期發現與個人風險管理的重要性。腫塊位於乳房較後方、自己難以觸及，加上既往多次隆乳造成疤痕組織與神經損傷，可能降低自我檢查的敏感度。當身體經歷反覆重建與既有疾病風險時，例行影像檢查與醫療團隊的病理判讀，往往比單靠自我觸診更可靠。
此外，她將乳癌與1990年代英國Britpop時期的飲酒、吸食古柯鹼及迷幻藥經歷並列，也凸顯醫療風險歸因的複雜度。目前沒有證據支持古柯鹼或迷幻藥會直接造成乳癌，乳癌成因仍涉及年齡、荷爾蒙、基因、飲酒與荷爾蒙替代治療等多項因素。
Mathews的案例並非可普遍套用的治療準則，而是一個提醒：在HER2陰性乳癌中，手術病理結果可能改寫術後治療計畫。真正具代表性的數據不是單一康復故事，而是腫瘤大小、分級、淋巴結狀態與基因特徵如何共同決定輔助治療。
從歷史演進來看，乳癌治療已由單一疾病分類走向病理、基因與病人偏好並重的決策模式。這位60歲患者以切除手術換取腫瘤控制，並在病理結果確認後免除放化療，展示了精準醫療的個人化意義；但單一案例不能證明此路徑普遍優於其他治療，也不能淡化手術併發症與復發追蹤的重要性。
01 起因觸發：2024年10月例行乳房X光攝影檢查發現三顆豌豆大小腫塊及腋下淋巴結異常。
02 一階傳導：2024年11月確診HER2陰性乳癌，2025年3月接受雙側乳房切除與淋巴結清除。
03 二階擴散：切除後11天病理未見癌細胞，後續化學治療與放射治療需求解除。
04 公衛啟示：名人公開抗癌經驗，提升乳癌篩檢、病理知情與治療去污名化的能見度。
05 科技外溢：ChatGPT等生成式AI的醫療資訊角色受到檢視，臨床問答須強化資料來源與醫師覆核。
06 長期影響：乳癌照護持續走向分子分型、基因風險評估與病人偏好並重的個人化決策。
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
