多中心研究评估AI辅助HER2评分在临床相关类别中的实用性。

e15150 背景：针对具有不同蛋白表达水平的乳腺癌患者，提供多种治疗选择的必要性要求精确和标准化的HER2评分。本研究探讨了病理学家对乳腺核心针活检和切除术的整体切片数字图像进行AI辅助HER2评分的临床实用性。方法：该研究包括来自美国3个参考实验室和1个学术医疗中心的多种亚型侵袭性乳腺癌患者（n=764）。该非干预性双臂多读者研究回顾性比较了8名病理学家的手动数字与AI辅助的HER2评分。完全自动化的HER2 AI解决方案检测侵袭性肿瘤区域，然后根据染色模式和2023年ASCO/CAP指南对肿瘤细胞进行分类，以生成切片水平的HER2评分。两个研究组与由两位乳腺专科医生共同审查切片数字化后确定的参考真值（GT）进行比较。一处记录了两个组HER2评分所需的时间，以确定HER2 AI解决方案的有效性。结果：在每个HER2评分（0, 1+, 2+, 3+）中，专家GT病理学家之间的初始观察者一致性分别为83%、63.8%、46%和92.6%。在临床相关的临界值处，读者病理学家的表现随着AI支持的加入而改善。在0与1+/2+/3+和0/1+与2+/3+的临床临界值下，读者的准确性分别为86.3% vs 88.6%和93.7%，93.8%，有无AI支持各异。AI的使用为医学中心的读者节省了大约12%的时间。AI解决方案在HER2评分中表现出高准确性，0与1+/2+/3+评分的一致性为89.2%，0/1+与2+/3+临界值为93.1%。最终提交时将更新结果，并附上额外场地的数据。关于解决方案可用性的读者反馈调查也将进行展示。结论：病理学家在一致性方面有所改善，通过读者之间的一致性和准确性得以体现，在AI的帮助下，AI解决方案可以提高准确的HER2评分效率。表格：见正文。