首页 产品 解决方案 核心技术 学术论文 关于我们 产品咨询
English 中文

D-PathAI

HER2 IHC定量分析

在原始HER2 IHC图像上查看细胞膜染色标注、肿瘤细胞计数和定量结果,由病理医生复核并确认最终解释。

输入、输出与复核

输入
乳腺HER2 IHC全切片图像。现有资料所述工作流不包括导管原位癌(DCIS)。
输出
细胞级膜染色标注,以及按染色模式分组的细胞计数和占肿瘤细胞总数的比例(PTTC)。
复核
在原始组织图像中复核标注及定量结果,并结合实验室抗体克隆、染色流程和HER2评分方案判断。

支持的分析任务及预期用途取决于模块、软件版本和市场。产品示例与临床研究属于不同证据场景,应分别按其适用范围理解。

明确分析范围的区域示例

原始英文D-PathAI HER2 2+产品界面,显示选定分析区域及其细胞计数
20.0×原始产品示例。结果对应已分析区域,需病理医生复核。
HER2 2+示例——分析区域
项目 细胞数 PTTC
肿瘤细胞总数 232,607 —
阳性肿瘤细胞 147,283 63.32%
微弱、不完整膜染色 70,184 30.17%
弱至中等、完整膜染色 32,023 13.77%
强、完整膜染色 12,005 5.16%
阴性肿瘤细胞 85,324 —
其他细胞 436,761 —

PTTC为各类细胞占肿瘤细胞总数的比例。表中仅列原软件可见的部分染色分类,并非所有阳性细胞的完整细分。切换图像视野不会运行新分析,也不改变该区域的原始结果。

查看原始总览与局部视野 →

两项临床研究及其适用范围

HER2-LADDER

Wu et al. · Signal Transduction and Targeted Therapy 11, 241 (2026)

研究结合治疗前H&E、HER2 IHC活检图像及临床变量,研究HER2阳性乳腺癌新辅助双靶向治疗后的反应。模型开发队列276例,时间验证、试验验证及外部验证队列分别为82、85和40例。

软件作用
定制D-PathAI流程测量膜染色强度及完整性;HoVer-Net分析H&E图像,再由独立研究框架组合特征。
限制
回顾性分析可能存在选择偏倚,推广前仍需前瞻性验证及染色、扫描标准化。

阅读研究原文 →

HER2评分:阅片一致性及仍存限制

Dong et al. · npj Breast Cancer 12, 9 (2026)

研究包括1,455例回顾性病例、45家实验室的染色评估,以及独立的209张切片人工/AI辅助阅片比较。这些部分回答不同问题,不能合并为一个准确性验证队列。

软件作用
D-PathAI用于209张切片的HER2 IHC辅助判读,在该数据集中AI辅助阅片表现出更高一致性。
限制
仍存在细胞检测误差及非特异性染色问题,HER2超低表达(ultralow)与零表达(null)仍不能可靠区分,需要人工核验。

阅读研究原文 →

上述研究说明其发表时的工作流。D-PathAI在研究中用于图像分析,研究并不据此确立当前产品的治疗方案选择功能。区域示例和研究摘要均不代表所有现有模块、扫描仪或部署环境的性能。

准备模块评估

  • 明确乳腺癌应用场景、抗体克隆、染色流程及所需HER2评分方案。
  • 准备代表性图像、扫描仪及文件信息,以及实验室现行复核流程。
  • 部署前商定模块版本、分析区域定义、输出核验和病理医生复核要求。

查看临床研究资料 →

结合您的实际需求评估

请提供应用场景和现有配置,以便团队确认适合的产品配置、支持资料及评估范围。

公开内容核对日期:。软件和配置版本以拟选项目确认资料为准。