通过人工智能分析器对乳腺癌中HER2,ER和PR的增强解释:通过对201例病例的读者研究来增强观察者间的协议
Minsun Jung1, Seung Geun Song2, Soo Ick Cho3
1Department of Pathology, Yonsei University College of Medicine, Seoul, Republic of Korea.
Breast cancer research : BCR
|February 23, 2024
概括
人工智能 (AI) 显著改善了病理学家对乳腺癌分子亚型分类的共识. 人工智能分析器提高了对人类表皮生长因子受体2 (HER2),雌激素受体 (ER) 和孕激素受体 (PR) 评估的一致性,改进了亚型诊断.
科学领域:
- 在瘤学瘤学.
- 病理学 病理学 病理学
- 生物医学工程 生物医学工程
背景情况:
- 准确的乳腺癌分子亚型化对于治疗和预后至关重要.
- 分类依赖于人类表皮生长因子受体2 (HER2),雌激素受体 (ER) 和孕激素受体 (PR) 的状态.
- 病理学家解释的变异性挑战了准确的亚型.
研究的目的:
- 评估人工智能 (AI) 在提高 HER2,ER 和 PR 评估的一致性方面的作用.
- 为了确定人工智能是否有助于提高乳腺癌分子亚型化中的病理学家间一致性.
主要方法:
- 开发了使用1,259个HER2,744个ER和466个PR染色免疫组织化学 (IHC) 整片图像的AI驱动分析仪.
- 在201例乳腺癌病例的外部队列上验证了AI分析器.
- 将独立病理学家的评估与人工智能辅助的评估进行比较,以测量一致性变化.
主要成果:
- 人工智能协助显著增加了病理学家对HER2 (49.3%至74.1%),ER (93.0%至96.5%) 和PR (84.6%至91.5%) 状态的共识.
- 对HER2 2+和1+病例的协调性改善显著.
- 人工智能协助将乳腺癌分子亚型分类从58.2%提升到78.6%.
结论:
- 人工智能分析器在提高乳腺癌分子亚型的病理学家一致性方面发挥着重要作用.
- 人工智能工具可以帮助标准化解释,提高诊断准确性.
