*仅供医学专科东谈主士阅读参考2024欧洲杯官网入口
本究诘裸露东谈主工智能在HER2会诊中进展出高准确性，但存在相反性和究诘异质性，这为临床握行和改日究诘提供了迫切参考。
准确会诊HER2气象关于乳腺癌患者的靶向调整至关迫切，但病理学家在评估HER2气象经时时面对主不雅性的挑战。跟着东谈主工智能（AI）工夫的快速发展，其在晋升HER2判读准确性和可重叠性方面的后劲备受柔软。然则，当今尚缺少针对用于HER2会诊的AI算法进行系统评估的文件。2024年第113届好意思国和加拿大病理学会（USCAP）年会公布的一项究诘旨在填补这一空缺，通过全面检索相关文件并采取严格的质地评估器用，对现有AI算法在乳腺癌HER2会诊中的进展进行全面分析。究诘遵守标明，AI在识别HER2抒发方面进展出较高的准确性，但针对不同HER2抒发的进展有在相反，且究诘间存在异质性。本究诘不仅为临床握行提供了迫切的参考依据，也为改日AI在乳腺癌会诊界限的进一步究诘和应用指明了场地。现将究诘主要内容梳理如下，以飨读者。
究诘布景
准确的HER2会诊关于HER2靶向调整遴荐至关迫切。 然则，病理学家在评估HER2气象经时时进展出主不雅性，这可能导致会诊遵守的不一致。 AI工夫的引入有望晋升HER2判读的准确性和可重叠性，以减少东谈主为纰谬。 具体而言，AI不错通过分析大批病理图像数据，学习识别不同HER2抒发样本的特征，从而提供更为客不雅和一致的会诊遵守。 尽管如斯，现有文件缺少对用于HER2会诊的AI算法的系统评估，这甩掉了AI工夫在临床握行中的无为应用。 因此，开展全面的AI算法评估究诘，考证其在不一样本和要求下的会诊性能，关于鼓吹AI工夫在HER2会诊中的应用具有迫切兴味。
究诘设想
在PubMed、Embase、Cochrane和Web of Science数据库中，依据主题术语和目田文本进行了详备的文件检索职责。 检索遵守消散了自数据库确立至2023年9月时期发表的，认为4994篇探讨乳腺癌中HER2抒发的酌量病理学相关著作。 字据既定的纳入和排斥轨范，最终筛选出七项究诘（见图1A）。 对采选的究诘进行了质地评估，使用了QUADAS-2评估器用，并借助RevMan 5.4软件进行了遵守的可视化分析。 此外，通过Meta-DiSc 1.4软件检测了阈值效应，并利用Stata 17软件中的双变量夹杂效应模子对数据进行了汇总分析。
图1. 纳入究诘的文件筛选经过图及偏倚风险评估
究诘遵守
本次究诘汇总了七项究诘，认为6867个HER2识别任务。 其中，两项究诘采取了HER2-CONNECT算法，另外两项应用了CNN算法，一项使用了多类逻辑总结算法，剩余两项则应用了HER2 4B5算法。 依据QUADAS-2评估轨范，大部分究诘展现出较低的偏倚风险（见图1B）。 在差异HER2 0/1+方面，东谈主工智能的敏锐性与特异性分别为0.98 [0.92-0.99]和0.92 [0.80-0.97]，且未发现阈值效应（Spearman相关整个： 0.321，p值=0.482）（见图2A）。 关于HER2 2+的差异，敏锐性与特异性分别为0.78 [0.50-0.92]和0.98 [0.93-0.99]，一样未见阈值效应（Spearman相关整个： 0.357，p值=0.432）（见图2B）。 至于HER2 3+的差异，东谈主工智能的敏锐性为0.99 [0.98-1.00]，特异性为0.99 [0.97-1.00]，亦未不雅察到阈值效应（Spearman相关整个： -0.500，p值=0.253）（见图2C）。 尽管如斯，统统分析均裸清楚一定进度的异质性。
图2. 敏锐性-特异性丛林图
究诘总结与念念考
本究诘通过系统评估AI在乳腺癌HER2免疫组化自动判读中的性能，揭示了AI工夫在晋升HER2会诊准确性方面的众多后劲。 究诘遵守标明，在差异HER2的不同抒发水平（0/1+、2+、3+）时，AI算法展现出了高敏锐性和特异性，尤其是在HER2 3+的识别上，AI的会诊性能接近完满。 然则，究诘也指出了不同AI算法在不同HER2抒发水平上的进展有在相反性，以及究诘间的异质性问题。 这些发现为临床握行提供了迫切的参考依据。 领先，AI工夫的应用有望减少病理学家在HER2气象评估中的主不雅性，从而晋升会诊的一致性和准确性。 其次，AI算法在HER2 3+的高准确性进展，意味着其在乳腺癌靶向调整有设想中具有潜在的临床价值，异常是在需要快速准确会诊以驱动调整的局面。
尽管如斯，究诘中所发现的异质性请示，当今AI算法在乳腺癌HER2会诊中的应用仍存在局限性。这可能与不同究诘中使用的AI算法、肃肃数据集的相反、病理图像的质地和判读轨范的不和谐等要素相关。因此，改日的究诘需要进一步优化AI算法，晋升其在不同要求下的泛化能力，并通过更大界限、多中心的临床磨练来考证AI算法的踏实性和可靠性。
此外，究诘还应柔软AI工夫在本色临床职责经过中的整合问题，包括如何与病理学家的职责经过相交融，以及如安在确保数据阴私和安全的前提下，确立轨范化的肃肃和考证数据集。改日的究诘还应探索AI在其他乳腺癌相关生物标识物检测中的应用后劲，以及如何利用AI工夫进行多标识物讨好分析，以提供更为全面的乳腺癌会诊和预后评估。
总之，本究诘为AI在乳腺癌HER2会诊中的应用提供了科学依据，同期也指出了现时究诘的不及和改日发展的场地。跟着工夫的不休跳跃和究诘的潜入，AI有望在乳腺癌的精确诊疗中演出越来越迫切的脚色。
精彩资讯等你来
参考文件：
[1] Wu S, Li X, Miao JX, et al. Performance Evaluation of Artificial Intelligence in Automated Assessment of HER2 Immunohistochemistry in Breast Cancer. 2024 USCAP. 249.
审批编号：CN-146622 有用期至：2025-01-31
本材料由阿斯利康提供，仅供医疗卫生专科东谈主士参考