《ESMO Real World Data and Digital Oncology》：Multi-site validation of an AI-based biomarker test for determining ER, PR, and HER2 status from H&E-stained breast cancer slides
编辑推荐：
本研究开发并验证了一种名为PANProfiler Breast（PPB）的人工智能工具，可直接从H&E染色切片评估乳腺癌关键生物标志物ER、PR和HER2状态，以解决传统免疫组化与原位杂交检测资源密集、耗时长的问题。多中心验证（3138例样本）显示，PPB对ER/PR的判定灵敏度高（分别达98.2%与97.9%），对HER2阴性判定的灵敏度为90.6%，一致性达93.7%。该AI工具有望整合入临床工作流，实现快速、准确的生物标志物筛查，从而加速诊断流程、减轻病理科负担，并推动个体化治疗决策。
乳腺癌是全球女性中最常见的恶性肿瘤之一，每年新发病例和死亡人数居高不下。精准治疗乳腺癌高度依赖于对三种关键生物标志物的准确评估：雌激素受体（ER）、孕激素受体（PR）以及人类表皮生长因子受体2（HER2）。这些标志物的状态决定了患者是否适合接受内分泌治疗或靶向治疗，从而直接影响疗效与预后。目前，临床上评估这些生物标志物的金标准方法是免疫组化（IHC）和原位杂交（ISH）。然而，这些传统检测方法存在诸多局限：它们需要专门的实验室设备、复杂的操作流程以及经验丰富的病理医生进行判读，整个过程通常耗时数天甚至更久。这不仅延缓了诊断与治疗决策，也给病理科室带来了沉重的工作负担。此外，不同观察者之间的判读差异也可能影响结果的准确性与一致性。在病理医生短缺的背景下，寻找一种能够快速、准确且可规模化的替代检测方案，成为临床实践中的迫切需求。
近年来，数字病理与人工智能技术的融合为这一难题带来了曙光。通过扫描H&E染色的组织切片生成全切片图像，并结合深度学习算法，人工智能系统有望直接从形态学图像中推断出分子标志物的表达状态。这种“图像-生物标志物”的映射若能实现，将极大简化检测流程，缩短报告时间，并可能提高结果的一致性。本研究正是基于这一背景，旨在验证一个名为PANProfiler Breast（PPB）的人工智能生物标志物评估工具的性能。该研究进行了大规模、多中心的回顾性验证，以评估PPB仅凭H&E染色全切片图像判定ER、PR状态以及HER2阴性状态的能力与可靠性。
研究人员开展此项研究的关键技术方法主要包括基于深度学习的图像分析流程构建与大规模多中心队列验证。研究团队开发了PPB，这是一套基于人工智能的图像分析算法集合，专门用于分析福尔马林固定石蜡包埋的乳腺腺癌标本的H&E染色数字切片。其核心技术是端到端的深度学习流程：首先对全切片图像进行预处理，包括背景移除、相关组织检测、图像分块、颜色归一化以及筛选出用于生物标志物分析的关键图像块。随后，利用基于残差卷积神经网络的特征提取器，从筛选后的图像块中学习特征表示；再通过注意力机制模块，加权聚合这些特征，生成切片级别的特征嵌入；最后通过分类层输出生物标志物状态（ER/PR为“阳性”、“阴性”或“不确定”，HER2为“阴性”或“不确定”）。研究使用了来自英国和美国五个中心的3138例独特的乳腺癌样本（包括活检和切除标本）所对应的全切片图像进行验证，这些图像由多种扫描平台数字化，涵盖了真实世界场景中的变异性。模型性能通过将PPB的判定结果与标准的IHC（用于ER/PR）以及IHC结合ISH（用于HER2）的参考检测结果进行比较来评估。
研究结果
队列特征
研究共纳入来自英美五个不同中心的样本，用于ER、PR和HER2状态验证的全切片图像数量分别为2719张、2294张和2976张。ER和PR阳性病例的患病率分别在80%-88%和62%-78%之间。HER2阳性患病率在不同队列间差异较大，英国队列在9%-15%之间，而美国队列则高达64%，这反映了该队列为支持算法开发而有意富集了HER2阳性病例。详细的队列构成与临床特征总结于文内表格中。
PANProfiler Breast的多中心验证
PPB的性能通过与IHC检测（用于ER/PR）以及结合IHC和ISH的两步法（用于HER2）进行比较来评估。详细的性能指标如下：
- •
雌激素受体：PPB在所有中心显示出平均98.2%（±0.3%）的灵敏度，以及62.0%（±7.3%）的平均特异性。平均测试替代率（TRR）为77.1%（±5.9%）。
- •
孕激素受体：PPB在所有中心的平均敏感性和特异性分别为97.9%（±1.0%）和45.7%（±1.6%）。平均TRR为69.3%（±4.2%）。
- •
人类表皮生长因子受体2：PPB对HER2的评估结果分为“阴性”或“不确定”。其整体阴性预测值为93.7%（±7.8%），平均灵敏度为90.6%（±0.6%）。平均TRR为34.6%（±7.0%）。在美国的HER2富集队列中，阴性预测值较低，这与该指标依赖于患病率的特性一致。
人工智能模型的解释性与可解释性
为理解深度学习模型的决策依据，研究者采用了空间热图来可视化模型在切片上的“注意力”区域。分析表明，在判定为阳性的病例中，模型的高注意力区域与肿瘤组织区域以及强IHC表达区域高度吻合。而在阴性病例中，注意力得分分布则更为均匀。定量分析进一步证实，模型在决策时主要关注富含肿瘤组织的图像块，这提示模型学会了根据与生物学相关的组织形态学特征来推断生物标志物状态。
研究结论与讨论
本研究通过一项多中心验证，全面评估了PPB——一种仅基于H&E染色乳腺癌组织切片图像即可判定ER/PR状态和HER2阴性状态的AI图像分析工具的性能。验证结果显示，PPB在ER和PR状态判定上表现出高灵敏度，在HER2阴性判定上具有高阴性预测值和一致性，其性能与多种市售IHC检测试剂盒相当。尽管由于研究设置差异无法进行一对一的直接比较，但PPB展现出了作为临床辅助工具的潜力。
将PPB整合到常规病理工作流程中的主要优势在于，它能减少对现有耗时检测方法的依赖。传统检测通常需要数天时间，而PPB可在几分钟内提供生物标志物结果。对于能够获得明确结果的患者（反映在较高的测试替代率上），这意味着生物标志物信息可以与组织学诊断报告同时发布，或用于优先安排后续的IHC检测，从而加速诊断路径、缓解人力资源压力、并促进患者更快地转诊至肿瘤科。同时，PPB还能降低病理医生和实验室人员的认知负荷，使其能更专注于复杂病例。从卫生经济学角度看，减少所需实验室检测数量也可能为医疗系统带来成本节约。
当然，PPB目前也存在一些局限性。当前版本主要用于ER/PR评估和HER2阴性筛查，尚不能报告HER2阳性结果，这限制了其在对所有患者制定治疗方案时的应用广度。此外，当前模型遵循标准的二元定义（例如，将IHC 0、1+及ISH阴性病例均归为HER2阴性；将ER阳性定义为≥1%的肿瘤细胞核染色）。随着针对HER2低表达和ER低表达（1%-10%）亚群的新疗法出现，未来的模型迭代需要能够专门区分这些群体。同时，减少“不确定”结果的比例也将进一步提升其实用性。本研究使用的患者队列主要来自英国和美国，限制了其全球代表性，未来需要在更广泛的人群中进行验证。最后，由于本研究是回顾性的，在临床环境中进行前瞻性评估对于确认PPB的性能、其与常规工作流的整合度以及对患者结局的潜在影响至关重要。
总之，这项对PPB的多中心验证研究证明，该AI解决方案能够直接从H&E染色的乳腺癌标本全切片图像中快速、准确地判定ER/PR状态和HER2阴性状态。将其整合到常规病理工作流程中，有望实现对患者进行快速、准确且系统化的靶向治疗筛查，从而改善乳腺癌的临床管理。
