您好,欢迎您

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


版权声明
版权归肿瘤资讯所有。欢迎个人转发分享,其他任何媒体、网站如需转载或引用本网版权所有内容,须获得授权,且在醒目位置处注明“转自:良医汇-肿瘤医生APP”。

评论
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?