ИИ для оценки доли опухолевых клеток по иммуногистохимии лиганда программируемой смерти 1 при немелкоклеточном раке легкого: обзор коммерческих и некоммерческих инструментов.

Это исследование представляет собой обзор существующих инструментов искусственного интеллекта (ИИ), предназначенных для количественной оценки экспрессии лиганда запрограммированной смерти 1 (PD-L1) по показателю процентного соотношения опухолевых клеток (TPS) при немелкоклеточном раке легкого (НМРЛ). Экспрессия PD-L1 является ключевым биомаркером для выбора иммунотерапии, однако ручное подсчитывание трудоемко и подвержено субъективности и преаналитической изменчивости. Обзор выявил, что, хотя ИИ-инструменты призваны стандартизировать этот процесс, доказательная база для семи коммерческих и тринадцати некоммерческих/исследовательских решений крайне разнородна. Коммерческие источники чаще описывали интеграцию в рабочий процесс и предполагаемое использование, в то время как некоммерческие исследования углублялись в архитектуру модели и экспериментальный дизайн.

Критическим ограничением, выявленным в ходе обзора, является значительная гетерогенность в характеристиках когорт, настройках анализов и сканеров, эталонных стандартах, а также метриках оценки производительности и сообщаемых пороговых значениях для принятия решений. Это сильно затрудняет прямое сравнение различных ИИ-инструментов. Были отмечены ключевые пробелы: дефицит проспективных многоцентровых валидационных исследований, ограниченное представление данных на клинически значимых пороговых значениях TPS, а также недостаточное разделение между рецензируемыми данными валидации, заявлениями поставщиков и прослеживаемостью развертывания. Подчеркивается, что заявленная производительность не является автоматически переносимой между лабораториями, поскольку она зависит от уникального сочетания случаев, рабочего процесса анализатора-сканера, эталонного стандарта и установленных пороговых значений TPS.

Таким образом, текущие данные не позволяют составить универсальный рейтинг или рекомендовать повсеместное внедрение ИИ-инструментов для оценки PD-L1 TPS в рутинную практику. Вместо этого, результаты исследования подчеркивают необходимость условной оценки и локальной верификации, что означает, что учреждениям следует тщательно проверять совместимые инструменты, используя собственные репрезентативные случаи, рабочий процесс анализатора-сканера, эталонный стандарт и заранее определенные конечные точки пороговых значений TPS. Для безопасной и надежной интеграции в патологоанатомические рабочие процессы, включающие взаимодействие человека и ИИ, требуются более прозрачная отчетность, надежная внешняя и проспективная многоцентровая валидация, а также постоянный мониторинг качества.