共悦-2026 CSCO | 刘月平教授：精准探微，数智破局——AI赋能HER2超低表达判读，推动乳腺癌诊疗迈向精准新未来

*仅供医学专业人士阅读参考

AI辅助病理判读正成为破解HER2超低表达识别难题、推动乳腺癌精准分层的关键抓手

泉城九月，第29届中国临床肿瘤学会（CSCO）学术年会在山东济南盛大召开，作为中国肿瘤领域最具影响力的年度学术盛会，大会以“守正规范、数智创新”为主题，汇聚全国专家共议前沿与实践。随着德曲妥珠单抗（T-DXd）成为全球首个覆盖HER2超低表达适应症的药物，乳腺癌HER2检测正经历判读范式的深刻转变。2024版《乳腺癌HER2检测指南》亦与时俱进，对判读体系与质控要求作出系统更新[1,2]。然而，从指南文本到临床实践仍存在较大差异，HER2判读的可重复性、一致性及准确性有待提升。如何推动规范落地、界定数智化工具的适用边界，成为本届CSCO期间最值得深入探讨的议题之一。

值此CSCO盛会召开之际，医学界肿瘤频道特邀河北医科大学第四医院刘月平教授，围绕HER2超低表达的临床价值、真实世界分布、判读难点及AI辅助实践展开深度对话。

范式更迭——ADC拓展治疗边界，重塑乳腺癌HER2病理分层逻辑

Q1. 随着T-DXd成为全球首个覆盖HER2超低表达适应症的药物，既往被排除在HER2靶向治疗之外的HER2 IHC 0人群，其临床意义正被重新审视。结合当前前沿进展，您如何看待HER2低表达/超低表达的临床价值？

刘月平 教授

河北医科大学第四医院

长期以来，传统HER2判读将IHC 3+、IHC 2+且ISH阳性定义为HER2阳性，其余病例则统一归为HER2阴性，抗HER2治疗也主要局限于HER2阳性人群。

DESTINY-Breast04（DB-04）研究首次打破了乳腺癌HER2的传统二分类模式，成功确立HER2低表达（IHC 1+ 或 2+/ISH-）作为独立靶向治疗亚型的地位[3]。DESTINY-Breast06（DB-06）研究则进一步将治疗边界从HER2低表达拓展至HER2超低表达（IHC 0中≤10%的浸润癌细胞呈现不完整的、微弱的细胞膜染色）人群[4]。该研究共入组866例患者，其中HER2低表达713例、超低表达153例。在HER2低表达人群中，T-DXd对比化疗的mPFS为13.2个月 vs 8.1个月，HR0.62，cORR为56.5% vs 32.2%；在超低表达亚组中，mPFS为13.2个月 vs 8.3个月，HR 0.78，cORR为61.8% vs 26.3%，展现出一致的获益趋势。

更值得关注的是，DB-06研究的筛查数据显示，在HR+/HER2-的晚期乳腺癌患者中，HER2低表达约占60%-65%，HER2超低表达约占20%-25%，真正完全无膜染色HER2 IHC 0的患者仅10%-15%；也就是说，约85%的HR+/HER2-患者在HER2低表达或超低表达的范畴内。DB-06研究的病理判读分析也显示，在349例地方实验室判为IHC 0的患者中，经中心实验室检测后有64%被重新归类为HER2低表达或超低表达。

图1 DB06研究中患者分布

因此，ADC药物的治疗边界从HER2阳性拓展至HER2低表达乃至超低表达，重塑了乳腺癌HER2检测的判读目标与分层逻辑；使得既往归为HER2阴性的人群也成为具有明确靶向治疗机会的精细分层人群，推动乳腺癌诊疗向更精准的方向持续演进。

现实挑战——真实世界揭示判读分布异质性，HER2超低表达判读的可重复性和一致性难题亟待破解

Q2. HER2低表达/超低表达已成为具有明确靶向治疗意义的人群。您作为在乳腺癌病理诊断与HER2检测领域深耕多年的专家，从真实世界病理检测看，目前HER2低表达、HER2超低表达的比例分布如何？

刘月平 教授

河北医科大学第四医院

我国开展的多项研究则从真实临床实践层面反映了HER2低表达/超低表达的判读分布现状。由杨文涛教授团队牵头的、覆盖2869例手术标本的中国多中心HER2-PATH研究结果显示[5]，经病理委员会对重新判读历史切片后，HER2低表达占54.5%，HER2超低表达占10.6%，完全无膜染色占13.2%；HR+亚组超低表达为10.9%，HR-亚组为9.1%。青岛大学附属医院一项1363例HER2阴性乳腺癌的回顾性研究报道HER2超低表达高达29.0%，完全无膜染色仅6.3%[6]，而中国医科大学一项涉及1455例HER2非扩增病例的研究报道HER2超低表达比例为9.21%[7]。不同单中心研究报道的HER2超低表达检出比例存在明显差异，这可能反映不同中心在判读标准执行、分析前变量控制及病例构成等方面的异质性。

表1 不同研究中HER2超低表达患者占比

而不同中心间重复判读的一致性研究，则更直接地揭示了我国当前HER2判读体系的可重复性问题。我们团队此前发表于ESMO Open的多中心研究显示[8]，在对50例既往判读为IHC 0的切片由36名病理医师进行复判后，当采用二分类（HER2-null vs HER2-non-null）时，κ值为0.292；采用三分类（HER2 IHC 0/1+/2+）时，κ值为0.344；IHC 0进一步细分为四分类（HER2-null/-ultralow/1+/2+）时，Fleiss κ值仅为0.230。进一步分析显示，当判读分类由二分类（HER2 IHC 0/1+）扩展至三分类（HER2 IHC null/ultralow/1+）时，≥90%医师意见高度一致的病例占比由32%显著下降至4%，同时，复判结果与历史评分的共识一致率也由72%降至54%。这些数据提示当前HER2判读体系仍在可重复性和准确性方面仍存在挑战，HER2超低表达判读的可重复性问题尤为突出，也进而影响患者后续能否能从ADC创新治疗中获益。

图2 不同中心/不同分类标准下HER2判读结果一致性

Q3. 不同中心HER2超低表达的检出比例存在明显差异，判读一致性和可重复性也面临挑战。您作为《乳腺癌HER2检测指南（2024版）》制定的主要参与者，能否请您结合临床实践经验谈谈HER2超低表达“判不准”以及“判得少”的主要原因有哪些？应如何解决？

刘月平 教授

河北医科大学第四医院

随着DB-06研究将T-DXd的治疗获益拓展至HER2超低表达人群，2024版《乳腺癌HER2检测指南》也进一步明确将HER2低表达定义为IHC 1+或IHC 2+/ISH未扩增，HER2超低表达定义为IHC 0中≤10%的浸润癌细胞呈现不完整的、微弱的细胞膜染色。然而在真实临床实践中，HER2超低表达仍存在判读准确性不足与报告率偏低的现象，原因涉及多个层面。

判读困难首先源于感知层面的限制。根据指南，HER2超低表达的微弱膜染色仅在40倍物镜下清晰可辨，低倍镜扫视时极易遗漏，而病理医师日常阅片负荷较大，难以对每张切片均于40倍物镜下逐视野搜寻。半定量IHC判读阈值的固有缺陷进一步制约了判读的准确性与可重复性，HER2超低表达与IHC 1+的界定阈值为10%，基于目测的半定量判读难以精确量化，尤其在HER2低表达及异质性明显的病例中，病理学家难以对复杂膜染色模式做出可重复评估。肿瘤异质性亦构成重要挑战，同一肿瘤不同蜡块之间、穿刺标本与手术标本之间，判读结果可能出现完全逆转；转移过程中HER2表达存在时空异质性，单张切片仅能反映取样时点的局部表达状态。此外，胞浆着色、非特异性着色及组织边缘效应均可干扰“是否存在膜染色”这一二元判断，而抗体克隆、染色平台、固定质量及白片存放时间等分析前／分析中变量，对高表达病例影响有限，却对微弱染色的识别具有决定性影响。

智绘未来——AI 赋能判读精准升级，推动病理诊断均质化与患者获益可及性

Q4. 我们也了解到您和团队在AI辅助HER2判读方面也开展了一些工作，在您看来，AI能否成为解决HER2超低表达“判不准”问题的有效手段？在病理科临床实践中，AI又该如何更好的落地临床实践？请您结合病理诊断工作实际谈谈思考。

刘月平 教授

河北医科大学第四医院

从近年来已发表的研究看，AI辅助人工判读在HER2超低表达判读中取得了一系列值得关注的新进展，相关研究从读片一致性、判读敏感性、工作效率及外部验证等多个维度提供了初步证据。

表2 近年来AI辅助HER2超低表达判读

的重要研究进展

说明：* 不同研究中采用的金标准定义存在差异；# 按照从低到高分别为1-5分

这些数据说明，HER2超低表达判读的观察者间差异明显，单纯依赖人工判读确实存在固有局限，也提示我们需要借助更客观、可量化的辅助手段。而AI在定量图像评估方面具有优势，开发针对低HER2表达水平的AI算法，有助于解决病理医师在区分HER2-零表达、HER2-超低表达和HER2 IHC 1+时面临的挑战。由于HER2超低表达的微弱膜染色常散在分布于全切片中，基于全切片图像的自动评估能够提供更全面的定量信息，可能更适合低HER2表达水平病例的评估。未来应重点纳入专门为HER2超低表达评估设计的AI算法，帮助病理医师提高HER2超低表达评估的准确性和一致性。

但是，AI要真正走进病理科临床实践，还需要在工作流程、应用场景、质控体系和人员培训等方面系统设计。需要强调的是，AI是辅助工具，并非替代病理医师，最终诊断责任仍在病理医师；其价值在于提供量化参考和重点提示，帮助病理医师更高效、更准确地进行HER2病理结果判读。

Q5. 2026年CSCO年会的主题是“守正规范、数智创新”。基于当前进展，面向未来，您对AI辅助HER2超低表达判读有何展望？您如何看待AI辅助病理判读在乳腺癌中的发展前景？

刘月平 教授

河北医科大学第四医院

AI是乳腺病理未来，AI在乳腺癌病理中的定位，是成为病理医师的“第二双眼”，其核心价值在于将HER2超低表达判读由经验依赖的主观判断，升级为具有量化依据的辅助判断，为病理医师提供全片膜染色阳性细胞数量、所占比例以及需在40倍镜下重点复核的视野等客观信息。在这新的判读模式下，病理医师的角色也将从单纯判读者拓展为AI结果的审核者、高质量标注数据的建设者，以及多学科协作中的关键决策者。

当前，乳腺癌HER2超低表达可能是AI在乳腺病理中急需落地的场景，且AI在乳腺病理诊断中的价值不会止步于此。未来，ER、PR、Ki67、PD-L1等同样需要定量和重复判读的标志物，也有望逐步纳入AI辅助体系，构建乳腺癌病理的“多标志物智能定量图谱”，为临床提供更完整的精准分层信息。

在此基础上，AI的价值还将从单中心的技术工具，转化为缩小不同层级医疗机构判读差距的可行路径。大中心在HER2超低表达判读中积累的经验，可通过经过充分验证的AI系统实现标准化、数字化，并下沉至基层医疗机构。基层医院在超低表达判读中面临的困难往往更为突出，AI辅助系统的引入，相当于把大中心的判读标准与经验直接带到基层，有助于减少不同层级医疗机构间的判读差异，推动乳腺癌病理诊断均质化。

专家简介

刘月平 教授

• 河北省肿瘤医院/河北医科大学第四医院病理科主任
  

• 第十四届中华医学会病理学分会乳腺疾病学组组长
  

• 第十四届中华医学会病理学分会常务委员
  

• 中国医师协会病理科医师分会常务委员
  

• 河北省医学会病理学分会主任委员
  

• 《临床与实验病理学》副主编

参考文献

[1] 《乳腺癌HER2检测指南（2024版）》编写组. 乳腺癌HER2检测指南（2024版）[J]. 中华病理学杂志,2024,53(12)：1192-1202.

[2] 刘月平,杨文涛. 《乳腺癌HER2检测指南（2024版）》发布后的热点问题[J]. 中华病理学杂志,2025,54(12)：1256-1261.

[3] Modi S, et al. Trastuzumab deruxtecan in HER2-low metastatic breast cancer: long-term survival analysis of the randomized, phase 3 DESTINY-Breast04 trial. Nat Med. 2025;31(12):4205-4213.

[4]Bardia A, et al. Trastuzumab Deruxtecan after Endocrine Therapy in Metastatic Breast Cancer. N Engl J Med. 2024;391(22):2110-2122.

[5] Lv H, et al. Prevalence and concordance of HER2-low and HER2-ultralow status between historical and rescored results in a multicentre study of breast cancer patients in China. Breast Cancer Res. 2025;27(1):45.（HER2-PATH）

[6] Chen Z, et al. Is HER2 ultra-low breast cancer different from HER2 null or HER2 low breast cancer? A study of 1363 patients. Breast Cancer Res Treat. 2023;202(2):313-323.

[7] Dong YH, et al. HER2-low and ultralow expression of invasive breast carcinoma: clinicopathological features and immunohistochemical consistency analysis. NPJ Breast Cancer. 2025;12(1):9.

[8] Wu S, et al. Interobserver consistency and diagnostic challenges in HER2-ultralow breast cancer: a multicenter study. ESMO Open. 2025;10(2):104127.

[9] Mulder D, et al. Use of artificial intelligence-assistance software for HER2-low and HER2-ultralow IHC interpretation training to improve diagnostic accuracy of pathologists and expand patients' eligibility for HER2-targeted treatment. 2025 ASCO 1014.

[10] Cho E, Lee H, Lee J . 132eP A Nationwide Study of Interobserver Agreement and Accuracy in HER2 Immunohistochemistry According to the 2025 CAP HER2 Scoring Guideline and the Impact of Augmented Intelligence on HER2 Interpretation. Annals of Oncology, 36, S1809-S1810

[11] Wang, Zhipeng, Deng, Lihong, Wang, Peng, Zhang, Yacong, Shen, Zhongyang, A Cohort Study on Cardiovascular Disease Mortality in Breast Cancer Patients With Different Subtypes, The Breast Journal, 2026, 8076118, 11 pages, 2026.

*本内容来自于北京慢性病防治与健康教育研究会的肿瘤临床能力赋能项目，感谢第一三共（中国）投资有限公司支持。

*此文仅用于向医疗卫生专业人士提供科学信息，不代表平台立场。