首页 > 文章详情

2024 ASCO | AI影像判读：23.6% HER2 0表达乳腺癌实为超低表达？

08月05日

整理：肿瘤资讯

来源：肿瘤资讯

近年来，HER2靶向抗体药物偶联物（ADCs）在治疗HER2低表达乳腺癌中显示出显著效果。然而，对于HER2超低表达的肿瘤细胞，现有的诊断标准存在一定的局限性。在2024年的美国临床肿瘤学会（ASCO）年会上，一项引人注目的研究通过壁报（摘要号1115）的形式呈现了人工智能（AI）技术在HER2超低表达乳腺癌诊断中的进展^[1]。该研究由韩国Lunit公司Wonkyung Jung博士团队主导，【肿瘤资讯】整理该研究内容如下，以飨读者。

图片1.png

研究背景

HER2靶向抗体药物偶联物（ADCs）在乳腺癌治疗领域取得了显著进展，特别是对于HER2低表达（1+和2+非扩增）的肿瘤细胞。然而，根据美国临床肿瘤学会/美国病理学家协会（ASCO/CAP）的指南，许多HER2超低表达肿瘤在常规检测中因被评为HER2 0分而被视为HER2阴性，无法获益于ADCs治疗。为了应对这一挑战，研究团队开发了一种AI驱动的全视野图像（WSI）分析器，旨在通过亚细胞水平的免疫组化（IHC）图像分析，识别真正的HER2阴性与HER2超低表达之间的差异。这一创新性的技术有望扩大HER2靶向治疗的适用范围，使更多患者从中受益。

研究方法

研究团队开发了一种基于AI的WSI分析器，该分析器利用来自不同肿瘤类型的6,188个WSIs进行训练，涵盖了不同类型的IHC染色（包括HER2）并来自多种癌症，并由153位病理学家进行判读。该模型能够预测细胞是肿瘤细胞还是非肿瘤细胞，并生成HER2表达连续分数（HER2-ECS）和HER2膜完整性分数（HER2-MCS），分别量化每个细胞的膜、核、细胞质和膜+细胞质的IHC染色强度。

图片2.png 图1. AI-WSI分析器的开发流程和关键技术点

在实际应用中，研究团队对来自三星医疗中心（n=275）、庆熙大学医院（n=78）和商业生物库（n=48）的401张HER2 IHC WSI图像进行了分析。同时，AI模型的HER2-ECS评分与病理学家的评分进行了对比，以评估其准确性和可靠性。

研究结果

总共分析了67,169,114个肿瘤细胞和119,113,868个非肿瘤细胞，涵盖了401张WSI图像。比较病理学家评分为0和1+的HER2，核（1.7% vs 4.1%）、细胞质（6.5% vs 12.9%）和膜（3.6% vs 8.2%）的平均HER2-ECS相当。在HER2评分为0的WSI中，肿瘤细胞的膜HER2-ECS为3.6 ± 7.8%（均值±标准差），而非肿瘤细胞为0.9 ± 2.9%（与肿瘤细胞相比p <0.001），这表明即使在HER2评分为0的病例中，肿瘤细胞的HER2表达仍超出非特异性HER2染色强度。

根据内部验证数据集，膜特异性HER2ecs的6.0%是区分无染色细胞与根据ASCO/CAP指南定义的HER2不完整和微弱/几乎不可见细胞（AI-HER2-weak）的最佳阈值。在病理学家评分为0的HER2中，应用此阈值时，显示AI-HER2-weak或更高膜特异性HER2-ECS在超过10%所有肿瘤细胞中的WSI比例为23.6%（82/347）（见图2-3）。也就是说，AI系统识别出HER2超低表达细胞（HER2-ECS 0.1-2.9%），并发现23.6%的被病理学家评分为HER2 0分的WSI图像实际上存在HER2超低表达。

图片5.png
图2. HER2-ECS在HER2评分0和1+ WSIs中的分布情况

图片3.png

图3. HER2评分0 WSIs中Lunit标准下的HER2超低表达细胞的比例

图4通过展示几个典型病例的HER2表达情况，表明AI分析能够清晰地识别出HER2超低表达的细胞区域，从而更准确地评估HER2状态。

图片4.png

图4. 示例病例的热力图

研究讨论

AI辅助的WSI分析器在识别HER2超低表达肿瘤细胞方面显示出了巨大的潜力。与传统的病理学评分相比，AI分析器能够提供更为细致的细胞层面分析，从而识别出那些可能被传统方法忽略的HER2超低表达细胞。这一发现对于HER2靶向治疗的适应症拓展具有重要意义，有望为这部分患者带来更为精准的治疗选择。

研究结论

本研究表明，AI驱动的HER2亚细胞量化技术为HER2靶向治疗提供了新的工具，能够识别出常规检测中遗漏的HER2超低表达病例。这一技术的应用有望扩大HER2靶向治疗的适用范围，使更多患者受益。尽管初步结果令人振奋，临床验证仍是下一步的关键。未来，通过进一步的研究和验证，AI在肿瘤标志物鉴定中的应用前景有望更加广阔。

参考文献

Jung, W et al,. Identification of HER2 Ultra-Low Based on an Artificial Intelligence (AI)-Powered HER2 Subcellular Quantification from HER2 Immunohistochemistry Images [Poster presentation]. In Breast Cancer—Metastatic (Session Title). Presented at the 2024 ASCO Annual Meeting, Breast Cancer Track, Other Breast Cancer Subtypes Sub Track. J Clin Oncol, 42(suppl 16), abstr 1115. https://doi.org/10.1200/JCO.2024.42.16_suppl.1115

声明：材料由阿斯利康支持，仅供医疗卫生专业人士参考

审批号：CN-140095

责任编辑：肿瘤资讯-Kelly
排版编辑：肿瘤资讯-Ale

08月31日

颜昕

漳州市医院 | 乳腺外科

表达乳腺癌实为超低表达？