Een studie met 105 pathologen uit 10 landen laat zien dat ondersteuning van artificiële intelligentie (AI) de beoordeling van de HER2-expressie op borsttumoren verbetert. De accuratesse van het indelen van tumoren in categorieën als HER2-positief, -laag, -ultralaag en -negatief steeg van 90,1% zonder AI-hulp naar 95% met ondersteuning door AI.1
Door de ontwikkeling van nieuwe HER2-gerichte antibody-drug conjugates is het relevant geworden om naast de klassieke HER2-expressie ook tumoren te identificeren met een relatief lage HER2-expressie. De analyse van zogenoemde HER2-laag of HER2-ultralaag tumoren is echter uitdagend vanwege de lage HER2-expressie, waardoor een deel van de tumoren ten onrechte als HER2-negatief geclassificeerd wordt. Een groep internationale onderzoekers ging na of AI pathologen kan ondersteunen bij het correct classificeren van tumoren. Hierbij gebruikten de pathologen een door AI ondersteund online scholingsplatform van het Duitse bedrijf Mindpeak.
Deelnemers waren 105 pathologen uit 10 landen in Azië, Afrika en Zuid-Amerika. Ze beoordeelden 20 digitale HER2-gekleurde tumorsamples, deels door AI ondersteund. AI-ondersteuning leidde onder meer tot hogere scores op een examen van vooraf door onafhankelijke experts beoordeelde samples. Zonder AI was de accuratesse 89,1% en met AI 96,1%. Ook leidde de inzet van AI tot een grotere concordantie tussen de pathologen; deze steeg van 0,506 naar 0,798. Er was met name een relatief groot effect op het classificeren van tumoren met een lage of ultralage HER2-expressie. De inzet van AI verminderde misclassificatie van deze tumoren met 24,4%.
Volgens de onderzoekers onderstrepen de bevindingen de waarde van AI bij het beoordelen van markers als HER2. In een volgend onderzoek willen ze bepalen wat de klinische effecten zijn van het nauwkeuriger identificeren van patiënten met HER2-laag of HER2-ultralaag mammacarcinoom.
Bron: