Новая эра диагностики HER2-низкого рака молочной железы с помощью искусственного интеллекта

При раке молочной железы уровень экспрессии белка HER2играет ключевую роль в определении того, какие таргетные препараты могут помочь пациенткам. Многие опухоли, прежде классифицированные как «HER2-отрицательные», на самом деле имели низкую или сверхнизкую экспрессию HER2; это означает потенциальную возможность применения разработанных в последние годы конъюгатов антитела с лекарственным препаратом, таких как Enhertu . Однако выявить эти различия традиционными патоморфологическими методами удаётся не всегда.

На ежегодном конгрессе ASCO 2025 под номером 1014 было представлено новое международное многоцентровое исследование, согласно которому искусственный интеллект (ИИ) помогает существенно повысить точность классификации HER2. Особенно важна его роль в правильном определении категорий HER2-низкой и HER2-сверхнизкой экспрессии.

Кратко об исследовании: новая эра диагностики

Исследование, в котором участвовали 10 стран и 105 патоморфологов, проводилось на цифровой образовательной платформе ComPath Academy . Участники оценивали иммуногистохимическую (ИГХ) экспрессию HER2, используя рекомендации ASCO/CAP 2023 и дополнительные подкатегории «HER2-сверхнизкая» (ИГХ 0 с мембранным окрашиванием) и «HER2-нулевая» (ИГХ 0 без мембранного окрашивания), при разборе 20 цифровых случаев рака молочной железы.

Использованная система ИИ: инфраструктура ComPath Academy и Mindpeak

Использованная в исследовании инфраструктура искусственного интеллекта была разработана немецкой компанией Mindpeak GmbH и интегрирована в предназначенную специально для обучения цифровой патологии платформу ComPath Academy . Платформа обеспечивает поддержку решений при разборе отдельных случаев и призвана повысить точность ИГХ-оценки HER2 при раке молочной железы.

Хотя техническое название использованного алгоритма, например CNN или Transformer, в исследовании прямо не указано, его организация позволяет предположить следующие технологические характеристики:

• Алгоритм машинного обучения на основе классификации изображений использовался для анализа материала.

• Модель выполняла анализ на уровне опухолевых клеток и была обучена выявлять мембранное окрашивание отдельных клеток.

• Особое внимание уделялось разграничению пограничных категорий, таких как ИГХ 0, HER2-низкая и HER2-сверхнизкая экспрессия.

• В результатах работы ИИ была обеспечена объяснимость (explainability) ; это, вероятно, указывает на наличие интегрированных в систему поддержки решений средств визуализации, например тепловых карт или карт внимания.

Mindpeak GmbH — одна из ведущих компаний, разрабатывающих решения на основе ИИ для цифровой патологии. Она создаёт основанные на глубоком обучении инструменты для рака молочной железы, а также рака лёгкого и предстательной железы, которые автоматизируют ИГХ-оценку . В основе таких алгоритмов чаще всего лежат свёрточные нейронные сети (CNN) как технологическая база.

Таким образом, использованная в этом исследовании система ИИ представляет собой программное обеспечение для анализа изображений на основе CNN, специально обученное оценивать иммуногистохимическую (ИГХ) экспрессию HER2. Интеграция в цифровую образовательную платформу позволила повысить как диагностическую точность, так и согласованность оценок патоморфологов.

🔍 Что изменилось благодаря ИИ?

• При первых двух оценках без помощи ИИ точность составила: 89,1%

• При третьей оценке с помощью ИИ точность составила: 96,1%

• Коэффициент согласованности оценок патоморфологов (concordance):

  • Без ИИ: 0,506

  • С ИИ: 0,798

• Доля правильных классификаций по клиническим категориям:

  • Без ИИ: 90,1%

  • С ИИ: 95,0%

• Ошибочная классификация HER2-низких или HER2-сверхнизких случаев как HER2-нулевых:

  • Снизилась на 24,4% благодаря ИИ

Эти данные показывают, что ИИ не только повышает качество диагностики, но и значительно сокращает число диагностических ошибок, от которых зависит доступ к лечению.

Почему это так важно?

Рак молочной железы с низкой экспрессией HER2 открывает возможности применения новых перспективных методов лечения для тысяч пациенток, которые прежде не имели такой возможности. Но реализовать этот потенциал можно только при правильной диагностике.

Среди опухолей, называемых HER2-отрицательными, примерно 65% на самом деле имеют определённую экспрессию HER2 и теперь относятся к категориям HER2-низких или HER2-сверхнизких. Эти пациентки могут получить пользу от HER2-направленных препаратов, но для этого необходим точный диагноз. Данное исследование впервые на многоцентровых данных показало способность ИИ закрыть этот диагностический пробел.

Комментарий

Точная оценка HER2 помогает пациенткам получить оптимальное лечение. Исследование показывает, что подход с поддержкой ИИ полезен не только для повышения диагностической точности, но и в ситуациях, непосредственно влияющих на выбор терапии. Искусственный интеллект нужен не для замены врача, а для помощи в более эффективной и быстрой работе и оказании качественной персонализированной помощи.

Заключение: ИИ дарит надежду большему числу женщин

Это исследование вновь показывает, насколько сложна оценка HER2 при раке молочной железы и насколько она важна для выбора лечения. ИИ становится инструментом поддержки, способным не только экономить время, но и спасать жизни. Как и любая новая технология, при правильном применении он приносит конкретную пользу клинической практике.

Онкология молочной железы движется к миру, в котором под микроскоп попадают не только клетки, но и данные. Диагностические системы с поддержкой ИИ могут помочь большему числу пациенток своевременно получить подходящее лечение.