Post #705
783

Вы бы доверились биомаркеру, которого не видите?» - с этого вопроса Tjalling Bosse (Лейден) начал лекцию на ECP, а закончил цитатой модели: «на 98% уверена, что мутации POLE здесь нет» 😄
Хочу рассказать про классификацию биомакеров от ESMO на основе AI, которую патологи активно взяли в оборот, на секциях ECP.
Самое полезное, что я вынес - общий язык. В четырёх докладах независимо друг от друга (онколог Antonis Valachis из Эребру, Manuel Salto-Tellez из ICR и дважды Tjalling Bosse из Лейдена) всплыла одна и та же схема ESMO EBAI (Aldea et al., Ann Oncol 2026;37:414, https://doi.org/10.1016/j.annonc.2025.11.009 ; 37 экспертов).
AI-биомаркеры делятся на три класса, и каждый класс - это свой уровень доказательств:
🔬 Класс A: AI считает уже известный биомаркер по тем же данным, что и патолог (Ki-67, HER2, PD-L1, TILs). Доказательство - согласованность с экспертами. Вспомните нашу HER2-историю (https://t.me/cancerchameleon/693 ): класс A автоматизирует метод вместе с его ограничениями т.е повторяет ошибки патологов. Я говорил со всеми IVD одобренными производителями тестов для HER2 диагностики, все очень уверены в своем продукте, а потом я нашел работу сравнение этих трех систем. Как вы думаете, насколько они выдают один и тот же результат?😕 правильно, нет
🔬 Класс B: AI косвенно оценивает известный биомаркер по другому входу, чаще всего молекулярный статус по H&E, и работает как предскрининг: MSI (MSIntuit, Canhelp - только КРР, CE), EGFR в аденокарциноме лёгкого (EAGLE), POLE в эндометрии (POLARIX). Доказательство - аналитическая валидация против золотого стандарта.
🔬 Класс C: новый биомаркер, обученный прямо на исходах. C1 - прогностический (HECTOR, Stratipath/DeepGrade, DoMore-v1-CRC), C2 - предиктивный, то есть предсказывает пользу конкретного лечения (ArteraAI для ADT при раке простаты - первый AI-биомаркер в NCCN, TROP2 QCS-NMR для Dato-DXd). Для C1 нужны качественные ретроспективные данные или данные КИ, для C2 - проспективное клиническое исследование. И вот тут патолог ничего не может сказать. Он просто физически не может оценить биомаркер и подтвердить его...Вот она замена человека грядет.
Что доклады сказали про каждый уровень? Реалистичная ниша сегодня - класс B, AI как тест исключения. POLARIX по одному H&E-стеклу: NPV 98% и минус ~80% секвенирований POLE (пока препринт, международное «тихое» испытание только стартует). EAGLE после 4-месячного тихого испытания в MSKCC: AUC 0,89 и минус 18–43% быстрых тестов (Campanella, Nat Med 2025), но на метастазах AUC 0,75, а вариант мутации модель не назовёт. У MSIntuit чувствительность 0,96–0,98 при специфичности 0,46 - такова цена предскрининга (Saillard, Nat Commun 2023). Класс C - самое трудное. У HECTOR C-индекс 0,79–0,83 на внешних когортах (Nat Med 2024), но в переанализе PORTEC-3 польза химиотерапии значима только в группе высокого риска (p=0,007) при незначимом взаимодействии (p=0,064) - ловушка подгрупп, и Bosse сам это подчеркнул. Со Stratipath Breast ещё интереснее: разработчики (Rantalainen и Hartman, оба связаны с компанией) показывают CE-IVDR и HR 1,61 в TAILORx, а независимый Valachis - пилот в Эребру, где AI-фильтр перед геномным тестом сократил направления на 65%, но в 6% случаев дал низкий риск при высоком геномном. В стокгольмском тезисе OFP-12-010 согласие Stratipath с Prosigna по NHG2 - 76%. Слайд с конфликтом интересов читаем раньше слайда с данными 🙃
И фон, на котором всё это происходит. Из 1451 AI-устройства, одобренного FDA, на патологию приходится 9, то есть 0,6% (Sebastian Foersch). Foundation-модели помнят сканер: по их признакам сканер угадывается с точностью ~99%, а CE-IVD модель DoMore-v1-CRC после пересканирования относила к «плохому прогнозу» 35% вместо 24% тех же пациентов. С августа 2027 диагностический AI в ЕС - система высокого риска по AI Act, и обязанности ложатся на лабораторию: проверка патологом, маркировка результата, обучение персонала (Frederik Deman).
Такие вот дела.
Хочу рассказать про классификацию биомакеров от ESMO на основе AI, которую патологи активно взяли в оборот, на секциях ECP.
Самое полезное, что я вынес - общий язык. В четырёх докладах независимо друг от друга (онколог Antonis Valachis из Эребру, Manuel Salto-Tellez из ICR и дважды Tjalling Bosse из Лейдена) всплыла одна и та же схема ESMO EBAI (Aldea et al., Ann Oncol 2026;37:414, https://doi.org/10.1016/j.annonc.2025.11.009 ; 37 экспертов).
AI-биомаркеры делятся на три класса, и каждый класс - это свой уровень доказательств:
🔬 Класс A: AI считает уже известный биомаркер по тем же данным, что и патолог (Ki-67, HER2, PD-L1, TILs). Доказательство - согласованность с экспертами. Вспомните нашу HER2-историю (https://t.me/cancerchameleon/693 ): класс A автоматизирует метод вместе с его ограничениями т.е повторяет ошибки патологов. Я говорил со всеми IVD одобренными производителями тестов для HER2 диагностики, все очень уверены в своем продукте, а потом я нашел работу сравнение этих трех систем. Как вы думаете, насколько они выдают один и тот же результат?😕 правильно, нет
🔬 Класс B: AI косвенно оценивает известный биомаркер по другому входу, чаще всего молекулярный статус по H&E, и работает как предскрининг: MSI (MSIntuit, Canhelp - только КРР, CE), EGFR в аденокарциноме лёгкого (EAGLE), POLE в эндометрии (POLARIX). Доказательство - аналитическая валидация против золотого стандарта.
🔬 Класс C: новый биомаркер, обученный прямо на исходах. C1 - прогностический (HECTOR, Stratipath/DeepGrade, DoMore-v1-CRC), C2 - предиктивный, то есть предсказывает пользу конкретного лечения (ArteraAI для ADT при раке простаты - первый AI-биомаркер в NCCN, TROP2 QCS-NMR для Dato-DXd). Для C1 нужны качественные ретроспективные данные или данные КИ, для C2 - проспективное клиническое исследование. И вот тут патолог ничего не может сказать. Он просто физически не может оценить биомаркер и подтвердить его...Вот она замена человека грядет.
Что доклады сказали про каждый уровень? Реалистичная ниша сегодня - класс B, AI как тест исключения. POLARIX по одному H&E-стеклу: NPV 98% и минус ~80% секвенирований POLE (пока препринт, международное «тихое» испытание только стартует). EAGLE после 4-месячного тихого испытания в MSKCC: AUC 0,89 и минус 18–43% быстрых тестов (Campanella, Nat Med 2025), но на метастазах AUC 0,75, а вариант мутации модель не назовёт. У MSIntuit чувствительность 0,96–0,98 при специфичности 0,46 - такова цена предскрининга (Saillard, Nat Commun 2023). Класс C - самое трудное. У HECTOR C-индекс 0,79–0,83 на внешних когортах (Nat Med 2024), но в переанализе PORTEC-3 польза химиотерапии значима только в группе высокого риска (p=0,007) при незначимом взаимодействии (p=0,064) - ловушка подгрупп, и Bosse сам это подчеркнул. Со Stratipath Breast ещё интереснее: разработчики (Rantalainen и Hartman, оба связаны с компанией) показывают CE-IVDR и HR 1,61 в TAILORx, а независимый Valachis - пилот в Эребру, где AI-фильтр перед геномным тестом сократил направления на 65%, но в 6% случаев дал низкий риск при высоком геномном. В стокгольмском тезисе OFP-12-010 согласие Stratipath с Prosigna по NHG2 - 76%. Слайд с конфликтом интересов читаем раньше слайда с данными 🙃
И фон, на котором всё это происходит. Из 1451 AI-устройства, одобренного FDA, на патологию приходится 9, то есть 0,6% (Sebastian Foersch). Foundation-модели помнят сканер: по их признакам сканер угадывается с точностью ~99%, а CE-IVD модель DoMore-v1-CRC после пересканирования относила к «плохому прогнозу» 35% вместо 24% тех же пациентов. С августа 2027 диагностический AI в ЕС - система высокого риска по AI Act, и обязанности ложатся на лабораторию: проверка патологом, маркировка результата, обучение персонала (Frederik Deman).
Такие вот дела.
- ❤ 16
- 🔥 3









