聯(lián)系電話: 010-8882344888
的精準(zhǔn)診療中，雌激素受體（ER）和人表皮生長(zhǎng)因子受體2（HER2）的免疫組化（IHC）評(píng)估至關(guān)重要。然而，常規(guī)IHC診斷工作量大且復(fù)雜。在近期舉行的2024年SABCS大會(huì)上，一項(xiàng)關(guān)于乳腺癌ER與HER2 IHC的人工智能（AI）診斷系統(tǒng)的研究引起了廣泛關(guān)注。該系統(tǒng)展現(xiàn)了較高的診斷性能，尤其在處理低HER2評(píng)分時(shí)，基于公開(kāi)數(shù)據(jù)的AI診斷表現(xiàn)尤為出色。該研究不僅為乳腺癌病理診斷技術(shù)帶來(lái)了革新，也預(yù)示著AI技術(shù)在腫瘤學(xué)領(lǐng)域的廣闊應(yīng)用前景。本文特進(jìn)行詳細(xì)介紹。
乳腺癌是全球女性中最常見(jiàn)的惡性腫瘤，通過(guò)IHC進(jìn)行亞型評(píng)估對(duì)制定治療決策至關(guān)重要。近年來(lái)，隨著多基因檢測(cè)被用于預(yù)測(cè)HR+/HER2-乳腺癌化療的療效和預(yù)后，以及HER2低表達(dá)診斷被用于確定T-DXd的適應(yīng)癥后，IHC基礎(chǔ)診斷的重要性進(jìn)一步提升。然而，常規(guī)IHC診斷工作量大且復(fù)雜，臨床實(shí)踐中亟需減輕工作負(fù)擔(dān)。因此，我們開(kāi)發(fā)了使用人工智能（AI）的自動(dòng)化診斷系統(tǒng)，用于乳腺癌的雌激素受體（ER）和HER2 IHC診斷，這對(duì)于確定乳腺癌的治療策略至關(guān)重要。
我們回顧性收集了秋田大學(xué)附屬醫(yī)院234例乳腺癌患者的ER和HER2 IHC切片。將每個(gè)病理圖像分割成多個(gè)小塊，對(duì)每個(gè)小塊的數(shù)據(jù)進(jìn)行擴(kuò)展，并使用卷積神經(jīng)網(wǎng)絡(luò)（CNN，圖1）對(duì)擴(kuò)展后的小塊進(jìn)行訓(xùn)練、驗(yàn)證和測(cè)試，以計(jì)算ER表達(dá)在＞50%和≤50%情況下的靈敏度、特異度、陽(yáng)性診斷率和AUC。對(duì)于HER2，根據(jù)HER2評(píng)分（0和1、2和3）計(jì)算4個(gè)等級(jí)的靈敏度、特異度、準(zhǔn)確度和AUC。對(duì)于HER2，也使用開(kāi)放數(shù)據(jù)進(jìn)行訓(xùn)練和評(píng)估。此外，我們還計(jì)算了診斷一張圖像所需的時(shí)間。
ER：基于3536個(gè)訓(xùn)練數(shù)據(jù)和884個(gè)測(cè)試數(shù)據(jù)（補(bǔ)?。`敏度為96%，特異度為93%，準(zhǔn)確度為95%，ER表達(dá)量≤50%和＞50%的AUC分別為0.99和0.99（圖2）。
HER2：基于3272個(gè)訓(xùn)練數(shù)據(jù)和818個(gè)測(cè)試數(shù)據(jù)，敏感性為82%，特異性為87%，準(zhǔn)確性為71%，HER2評(píng)分為0的AUC為0.79，HER2評(píng)分為2的AUC為10.80，HER2評(píng)分為3的AUC為0.89。在低評(píng)分情況下，診斷準(zhǔn)確性略低（圖3）。
HER2開(kāi)放數(shù)據(jù)研究結(jié)果如圖4所示。數(shù)據(jù)從339張開(kāi)放數(shù)據(jù)圖像中擴(kuò)展而來(lái)，并最終在2805組數(shù)據(jù)上進(jìn)行測(cè)試，結(jié)果顯示：HER2評(píng)分為0時(shí)，靈敏度為100%，特異度為92%；評(píng)分為1時(shí)，靈敏度為87%，特異度為100%；評(píng)分為2時(shí)，靈敏度為90%，特異度為100%；評(píng)分為3時(shí)，靈敏度和特異度均為100%。當(dāng)評(píng)分分為4個(gè)等級(jí)時(shí)，準(zhǔn)確率為94.2%。診斷所需時(shí)間：每張圖像的診斷時(shí)間不到一秒。
在本研究中，我們開(kāi)發(fā)了一套針對(duì)ER和HER2 IHC的AI診斷系統(tǒng)，該系統(tǒng)總體上展現(xiàn)出較高的診斷性能。當(dāng)HER2評(píng)分較低時(shí)，診斷準(zhǔn)確性尤顯不足，但基于開(kāi)放性數(shù)據(jù)的AI診斷則獲得了高準(zhǔn)確性。我們認(rèn)為，AI診斷將有助于乳腺癌這一涉及大量診斷且需付出大量努力的疾病的診斷工作。作為退出策略，我們計(jì)劃由病理學(xué)家對(duì)診斷結(jié)果進(jìn)行復(fù)核。
關(guān)于終點(diǎn)指標(biāo)，我們還需進(jìn)一步探討，如是否應(yīng)追求高診斷準(zhǔn)確性或是以確定治療方案為目標(biāo)。目前，我們正基于多中心數(shù)據(jù)持續(xù)推進(jìn)AI的開(kāi)發(fā)工作。此外，我們研發(fā)的一款能夠在短時(shí)間內(nèi)且具有良好重復(fù)性地進(jìn)行IHC診斷的體外診斷設(shè)備系統(tǒng)已投放市場(chǎng)。
展望未來(lái)，我們正在開(kāi)發(fā)一個(gè)診斷支持系統(tǒng)，旨在實(shí)現(xiàn)從IHC到AI病理學(xué)診斷的一站式流程。
