Los médicos utilizan la puntuación de la expresión de la proteína HER2 (receptor 2 del factor de crecimiento epidérmico humano) en el cáncer de mama para identificar a las pacientes que pueden beneficiarse de las terapias dirigidas a HER2. Actualmente, los patólogos usan un microscopio para calificar visualmente HER2 en muestras de tumores. Sin embargo, esto plantea un desafío en casos de baja expresión de HER2, ya que la puntuación es subjetiva y puede dar lugar a diferentes interpretaciones. Las herramientas computacionales que se desarrollan utilizando inteligencia artificial (IA) tienen el potencial de ayudar a los patólogos en la puntuación precisa y objetiva de HER2, pudiendo ayudar a los oncólogos a determinar las terapias aprobadas para el tratamiento de pacientes con cáncer de mama HER2 positivo o HER2 bajo.
Las farmacéuticas AstraZeneca y Daiichi Sankyo van a colaborar con la empresa israelí Ibex Medical Analytics para probar y validar clínicamente su producto Galen Breast HER2, basado en Inteligencia Artificial. y generar evidencia que respalde aún más la adopción de la tecnología. Galen Breast HER2 es un producto de puntuación inmunohistoquímica (IHC) que detecta áreas tumorales y cuantifica la expresión de HER2 en cuatro categorías estándar, 0, 1+, 2+ y 3+, según las pautas de puntuación ASCO/CAP de 2018.
En un estudio previo de validación sobre Galen Breast HER2 en el que se han analizado 453 tumores de mama de diversos subtipos se ha demostrado que el algoritmo de Inteligencia Artificial (IA) de Galen proporciona una puntuación HER2 precisa y automatizada para los patólogos, ofreciendo resultados sólidos en la detección y clasificación de múltiples tipos de cáncer de mama y otras características clínicamente relevantes. Además de HER2, Ibex está ampliando aún más Galen Breast para incluir la cuantificación automatizada de ER, PR y Ki-67, con la intención de proporcionar a los patólogos un conjunto completo de herramientas para el diagnóstico del cáncer de mama. Con estas capacidades ampliadas, Galen Breast puede mejorar aún más la eficiencia diagnóstica y permitir una puntuación más precisa y objetiva de los biomarcadores mamarios, mejorando las decisiones de tratamiento y la atención al paciente.