L'intelligenza artificiale (IA) potrebbe aiutare gli anatomo-patologi a identificare con maggiore accuratezza i pazienti affetti da tumore al seno che esprimono il recettore HER2 a livello basso (HER2-low) o bassissimo (HER2-ultralow), aumentando così le opportunità per questi pazienti di trarre beneficio dalle terapie dirette contro HER2- Lo evidenziano i risultati di uno studio globale presentati in una conferenza stampa virtuale in preparazione dell'incontro annuale della American Society of Clinical Oncology (ASCO).

Riduzione degli errori diagnostici
L'introduzione dell’IA come parte di un programma di formazione a supporto degli anatomo-patologi nel valutare l'espressione di HER2 nei tessuti tumorali è stata associata a una riduzione relativa del 24,4% della mancata individuazione di casi HER2-low o -ultralow (erroneamente classificati come HER2-negativi), ha riferito Marina De Brot, dell'A.C. Camargo Cancer Center di San Paolo, in Brasile. In altre parole, l'IA ha contribuito a migliorare la corretta classificazione di questi casi, riducendo gli errori.

Infatti, con l'aiuto dell'IA risultava inaccurato solo il 3,9% delle letture dell’immunoistochimica (IHC) di tutte le immagini dei preparati istologici, contro il 10,9% ottenuto senza l’aiuto dell’AI. Un aumento dell’accuratezza nella valutazione dello score dell’espressione di HER2 ha importanti implicazioni per il trattamento dei pazienti, ha precisato De Brot. Infatti, la riduzione delle errate diagnosi patologiche di HER2-negatività nei casi di HER2-low e HER2-ultralow potrebbe consentire ad un maggior numero di pazienti di accedere al trattamento con i coniugati anticorpo-farmaco (ADC) diretti contro HER2, molto efficaci, ha aggiunto.

Più opportunità per i pazienti
Inoltre, l'AI può ridurre verosimilmente il carico di lavoro degli anatomo-patologi, migliorando al contempo la cura dei pazienti, ha dichiarato Julie R. Gralow, chief medical officer dell’ASCO e moderatrice della conferenza stampa. «Con l'utilizzo e l'applicazione sempre più diffusi delle terapie dirette contro HER2, specialmente nelle popolazioni con HER2-low e -ultralow, i pazienti hanno ora accesso a farmaci in grado di cambiare la loro vita grazie a una accurata classificazione di HER2» ha affermato la portavoce dell’ASCO.

Nello studio DESTINY-Breast04 il coniugato anticorpo-farmaco trastuzumab deruxtecan ha migliorato in modo significativo la sopravvivenza libera da progressione in pazienti con cancro al seno metastatico positivo per i recettori ormonali (HR+) e/o HER2-low e -ultralow trattati in precedenza, raggiungendo una mediana di 13 mesi rispetto agli 8 mesi ottenuti con la sola chemioterapia. Su questi risultati si è basata l'approvazione del farmaco per una popolazione di pazienti più ampia rispetto agli HER2-.

Lo studio
Il tasso di discordanza tra gli anatomo-patologi nel valutare i tumori al seno con HER2-low e -ultralow può raggiungere il 30%. La sperimentatrice ha dichiarato che i risultati mostrano, su quasi 2000 letture, come con l’aiuto dell'IA gli anatomo-patologi abbiano ottenuto una maggiore accuratezza nell’assegnazione dello score IHC di riferimento rispetto a quanto abbiano ottenuto senza tale aiuto.

Lo studio ha confrontato gli score di espressione di HER2, misurati su 20 campioni digitali di tessuto tumorale sottoposti all’IHC, con e senza l'impiego dell'assistenza dell'IA, con gli score IHC (‘ground truth’) considerati il gold standard, definiti centralmente da anatomo-patologi esperti della mammella provenienti da diverse istituzioni. Tutti gli esperti hanno applicato le linee guida dell’ASCO/College of American Pathologists del 2023, modificate per includere le definizioni di tumore al seno con espressione di HER2 bassa e bassissima. Il tumore con HER2-low è definito da un punteggio IHC di 1+ o 2+ con risultato di ibridazione fluorescente in situ (FISH) negativo. Il tumore con HER2-bassissimo è caratterizzato da un punteggio IHC di 0 con colorazione delle cellule tumorali superiore allo 0%, ma inferiore o uguale al 10%.

In totale, hanno partecipato allo studio 105 anatomo-patologi provenienti da 10 paesi dell’Asia e del Sud America, con diversi livelli di esperienza nella valutazione di HER2. Durante cinque sessioni, i patologi hanno effettuato 1940 letture effettuate in tre valutazioni separate. Dopo il primo test effettuato con lettura manuale, hanno seguito una lezione sul metodo di quantificazione dell’espressione dell’HER2, a cui è seguito un altro test manuale e una discussione dei risultati dei primi due test. A seguire, i patologi hanno eseguito un terzo test con il supporto dell'AI.

Migliorate sensibilità e accuratezza
Con il supporto dell'IA, la sensibilità nella valutazione del punteggio HER2-low è passata da circa il 78% al 90%, e l'accordo dei patologi con gli score di riferimento valutati a livello centrale è migliorato di circa il 13%. L'accordo medio con i punteggi di riferimento è anche aumentato dal 76,3% senza assistenza dell'IA all'89,6% con l'aiuto dell'IA.

L'accuratezza nel classificare correttamente i casi come HER2-positivo, HER2-low, HER2-ulltralow o HER2-negativo è migliorata con l’IA passando dal 90,1% al 95%.

Il supporto dell'IA ha anche aumentato la sensibilità di tutte le classificazioni cliniche di HER2, passando dal 54,08% all'88,24% per i casi di HER2-negativo e dal 50,74% al 93,22% per i casi di HER2-ultralow. Mentre con la valutazione manuale il 30,5% dei casi di HER2-ultralow era stato considerato HER2-negativo, con l'IA tale percentuale era solo nel 4,5%

La concordanza tra gli anatomo-patologi per le diverse categorie cliniche di HER2 è migliorata da 0,494 senza l’ausilio del’IA a 0,732 con IA, mentre la concordanza per lo score IHC di HER2 è passata da 0,506 senza IA a 0,798 con l’IA. I miglioramenti nell'accuratezza del punteggio e della classificazione sono risultati indipendenti dall'esperienza maturata dal patologo nella valutazione dell’espressione dell’HER2, ha affermato De Brot.

I prossimi passi
I ricercatori stanno ora pianificando studi multicentrici che integrino lo strumento dell’IA nella diagnostica di routine per misurare gli effetti clinici a valle, inclusi i cambiamenti nelle opzioni di trattamento e i tempi di inizio della terapia per i pazienti con tumori al seno HER2-low e HER2-ultralow.

Bibliografia
M De Brot, et al. Use of artificial intelligence-assistance software for HER2-low and HER2-ultralow IHC interpretation training to improve diagnostic accuracy of pathologists and expand patients' eligibility for HER2-targeted treatment. ASCO 2025, abstract 1014.





 

Ti è piaciuto l'articolo? Condividilo: