L’IA può aiutare i patologi a classificare con maggiore precisione forme di tumore al seno particolarmente aggressive, come quelle con bassi livelli di espressione del recettore Her2, e in questo modo a ridurre il rischio di classificare erroneamente i tumori a basso e ultra-basso livello di espressione di Her2 (Her2-low e Her2-ultralow) come tumori “Her2 nulli”. Questo può offrire a un maggior numero di pazienti con questa tipologia di tumore la possibilità di usufruire di trattamenti mirati a Her2 che potrebbero migliorare l’esito della cura. Lo dimostra uno studio presentato al congresso dell’American Society of Clinical Oncology (ASCO), in corso a Chicago.
“Circa il 65% dei tumori al seno un tempo definiti Her2-negativi mostra in realtà un certo livello di espressione di Her2 e appartiene a sottogruppi ora classificazioni come tumori al seno Her2-low o Her2-ultralow”, spiega l’autrice principale dello studio, Marina De Brot del Camargo Cancer Center di San Paolo, Brasile. “Alcuni di questi tumori potrebbero essere trattati con farmaci anti-Her2, ma solo se ne rileviamo i livelli di espressione. Il nostro studio – continua – fornisce la prima prova che l’IA può contribuire a colmare una lacuna diagnostica critica e ad aprire le porte a nuove terapie, come gli farmaco-coniugati, per la maggior parte di questi pazienti”. Tra i patologi senologici, circa 1 tumore al seno Her2-ultralow su 3 può essere erroneamente etichettato come Her2 nullo. In questo studio, i ricercatori hanno utilizzato una piattaforma di formazione digitale supportata dall’IA per assistere i patologi nel calcolo del punteggio Her2 nei campioni di tumore al seno .
Lo studio ha coinvolto 105 patologi da 10 paesi in Asia e Sud America, incaricati di eseguire una valutazione Her2 di 20 casi di tumore al seno. Lo studio ha rilevato che con l’assistenza dell’IA l’accuratezza dei patologi nell’identificare correttamente i casi come Her2-positivi, Her2-bassi, Her2-ultrabassi o Her2-nulli è migliorato di quasi il 22%. La loro accuratezza nella categorizzazione dei casi è aumentata dal 66,7% senza l’IA all’88,5% con l’IA. Ed ancora: l’assistenza dell’IA ha ridotto di oltre il 25% il numero di casi Her2-ultrabassi erroneamente classificati come HER2-nulli. Solo il 4% delle letture è stato classificato erroneamente utilizzando l’assistenza dell’IA, rispetto al 29,5% delle letture classificate erroneamente quando non utilizzata l’IA.
Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato