病理学家在新的人工智能（AI）工具的帮助下，在确定HER2 0与1+低表达病例方面表现优于标准护理/金标准。这一研究结果由一组研究人员发表在《JCO Precision Oncology》上。随着针对HER2状态的靶向疗法越来越多地区分治疗效果，准确确定HER2状态并跟上最新的指南变得至关重要，这使得该AI解决方案成为病理学家和临床医生在这个癌症领域的关键工具。
“虽然市场上存在其他解决方案和已发表的文章，但很少有支持这种新的HER2状态分类，这是一个非常重要的规范。除了开发，我们还进行了临床验证，病理学家使用该AI解决方案来解释和评分HER2的标准类别0、1+、2+和3+。”Ibex Medical Analytics公司临床和科学事务副总裁Manuela Vecsler博士在接受《Targeted Therapies in Oncology》采访时说道。该公司位于以色列特拉维夫，专注于各种组织类型的癌症检测AI驱动解决方案，面向全球市场。
AI vs 病理学家
在这项双臂多读取者研究中，120张HER2免疫组化切片由5位专家病理学家评估，以建立参考HER2评分（真实情况），同时还有4位“读取者”病理学家分别在有人工智能工具帮助和没有帮助的情况下进行评估。所有切片中，专家病理学家之间的总体观察者间一致性为72.4%。完全一致的切片占44.2%，另有32.5%的切片中有4位病理学家达成一致。对于高置信度的真实情况（至少4位病理学家达成一致），AI工具显示了92.1%的一致性。
读取者病理学家的观察者间一致性从75.0%提高到83.7%，评分准确性从85.3%提高到88.0%，在AI辅助下优于手动审查。对于区分HER2 0与HER2 1+病例，使用AI工具结合病理学家的专业知识显著提高了两者的一致性（无AI为69.8%，有AI为87.4%）和准确性（无AI为81.9%，有AI为88.8%）。
“我们惊讶地发现，病理学家之间的观察者间一致性只有约72%，这相当低，”Vecsler说。“最终，这项研究表明，通过使用AI，我们可以提高观察者间一致性，从而改善评分的一致性和标准化。”
高置信度的真实情况由4位乳腺病理学亚专科医生根据美国临床肿瘤学会和美国病理学家学院2018年和2023年的指南确定。这些乳腺癌切片来自美国、法国和以色列的4个病理实验室，随机分配了2021年至2022年的回顾性病例。
Vecsler补充道，一项确认性研究已完成，涉及2000名患者，这些数据已在2024年圣安东尼奥乳腺癌研讨会上展示。这项更大规模的全球研究涉及来自美国、欧洲、英国和巴西的14个不同医疗中心。
“尽管我们在小队列中展示了AI解决方案的稳健性——在不同实验室的不同染色和预分析条件下、扫描仪等情况下表现出色——但在更大规模的研究中更为明显，因为它跨越了许多国家、中心和病理学家。因此，对我们来说，展示这一点非常重要，”Vecsler说。
下一步包括根据国家向各个监管机构提交数据。此外，Vecsler还谈到了将这些AI工具应用于临床环境的实际应用。“有些病理学家已经在使用数字病理学。对于这些病理学家来说，采用将非常迅速，因为它是‘即插即用’的应用程序，”Vecsler解释道。然而，对于不熟悉数字病理学的人来说，过渡可能需要更长时间，“我们的病理学家可以提供帮助指导这个过程”，Vecsler说。还有一些培训项目可以定制，以便每个人都能有效利用该工具。
“该AI解决方案的主要目的是为病理学家提供支持，不仅在于提高观察者间一致性和一致性，还包括提高准确性。最终，这意味着更多患者将被识别并接受正确的治疗，这是非常重要的目标，”Vecsler总结道。
(全文结束)
