在临床实践中，约15%至20%的乳腺癌患者表现为人类表皮生长因子受体2（HER2）过表达，并接受抗HER2靶向治疗¹。长期以来，临床由病理医师通过免疫组化（IHC）染色切片对HER2表达进行半定量评估，将其分为阴性（0、1+）、不确定（2+）或阳性（3+），不确定患者通过原位杂交（ISH）进一步测试，明确为HER2阳性或阴性¹。随着DESTINY-Breast04（DB-04）临床试验结果的公布，HER2表达状态的临床分类发生了重大变革。DB-04研究结果表明，抗体偶联药物（ADC）德曲妥珠单抗（T-DXd）能显著改善HER2低表达（IHC 1+或IHC 2+/ISH-）转移性乳腺癌患者的无进展生存期和总生存期²。这一发现使得精确区分HER2表达状态成为临床决策的关键，该结果直接决定了患者是否有机会接受T-DXd治疗。

然而，传统的评估方法不仅耗时耗力，而且存在高度的观察者间变异性¹。随着科技水平的发展，数字病理学与人工智能（AI）作为极具潜力的工具脱颖而出，有望通过深度学习等技术为HER2 IHC评分提供更客观、精准的量化标准。在此背景下，一项研究通过系统评价与荟萃分析，评估AI在HER2 IHC评分中的诊断效能，以精准筛选T-DXd的适用人群，为解决传统评分主观差异等难题提供数字化方案¹。

经筛选后，本次研究共纳入13项研究，涉及25个列联表，涵盖1285个病例、168张WSI及24626个切片图像块¹。为评估AI在筛选T-DXd适用人群中的诊断效能，研究将阳性阈值设定为IHC 1+、2+或3+，阴性结果设定为0。结果显示，此时AI的综合敏感度达0.97（95% CI 0.96–0.98），这意味着在100名符合T-DXd治疗条件的HER2低表达/阳性患者中，AI能准确识别出97人，仅有3人被漏诊；而0.82（95% CI 0.73–0.88）的综合特异性提示，在100名原本不符合治疗条件的患者（IHC 0）中，有18人会被AI错误地判定为阳性并可能接受不必要的治疗。此外，AI的AUC达0.98（95% CI 0.96–0.99），展现出极高的诊断效能。

表1 纳入的13项研究特征分析¹

图1 AI在识别IHC评分中的综合性能表现¹

研究发现，随着HER2评分的升高，AI的表现也显著提升¹。

表现近乎完美，综合灵敏度为0.97，综合特异性为0.99，AUC为1.00，与病理医师的一致性最高（97%）¹。

表现稳健，综合灵敏度为0.89，综合特异性为0.96，AUC为0.98¹。

表现相对最弱，综合灵敏度下降至0.69，特异性为0.94，AUC为0.92。热图显示，AI对1+的错误预测大多偏向于评分0¹。

此外，荟萃分析结果揭示了影响AI表现的关键因素。其一，使用深度学习技术的AI灵敏度显著更高（0.98 vs. 0.94）¹。其二，样本量大于761的研究（0.88）与使用图像块作为数据单位的研究（0.87）表现出更高的特异性，而以WSI/病例为单位或样本量较小的研究特异性较低（0.70）¹。其三，经过外部验证并使用市售模型的研究灵敏度较低，这可能反映了样本异质性对模型泛化能力的挑战¹。

本研究通过大样本荟萃分析证实，AI在乳腺癌HER2 IHC评分中具有显著优势，可协助识别T-DXd适用人群。AI与病理医师的HER2评分一致性达到93%，在数字病理诊断中已具备与病理医师视觉评分相当的能力，AI或可降低漏诊率，让更多患者有机会接受T-DXd¹。但也有部分人可能被AI错误归类为HER2低表达并接受T-DXd治疗，这种“过度治疗”的风险同样不容忽视¹。

表2 不同HER2评分下AI与病例医生评估结果的一致性¹

此外，本研究也存在若干局限性。首先，研究者排除了合并报告0/1+评分或未提供完整性能数据的研究，这可能对综合指标造成影响¹。其次，纳入研究间存在明显的统计学异质性，且部分研究显示较高的偏倚风险¹。同时，由于一些研究未充分报告样本的关键特征（如肿瘤浸润性、取材方式［活检与切除］、原发或转移状态），本研究结果难以外推至这些特征不同的其他样本¹。

目前的AI模型在识别IHC 1+（微弱染色）时仍面临挑战，而随着DESTINY-Breast06试验对T-DXd治疗HER2超低表达（IHC 0，存在细胞膜染色）生存获益的证实，未来的AI模型需要跳出传统的四级评分系统，针对染色强度和比例提供更精确的连续量化，以适应不断演进的乳腺癌精准治疗需求¹。

综上所述，AI在乳腺癌HER2状态评估中已展现出卓越的潜力。尽管在IHC 0-1+的细微区分上仍需优化，但其在提高病理诊断一致性和效率方面的作用毋庸置疑。随着深度学习技术的进一步发展和外部验证流程的标准化，AI有望成为乳腺癌精准医疗不可或缺的组成部分。