La patologia predittiva nell’ambito del carcinoma della mammella ha subito una sostanziale evoluzione da quando per le pazienti affette da malattie cosiddette “HER2-low” si sono aperti nuovi scenari terapeutici con l’avvento del trastu-zumab-deruxtecan (TDX-d), un potente agente terapeutico che appartiene alla classe dei coniugati anticorpo-farmaco.
Lo spettro di carcinoma mammario HER2-low comprende tutte quelle neoplasie (il 50% circa) con espressione di HER2 definita da uno score immunoistochimico (IHC) 1+ o 2+ senza amplificazione del gene ERBB2. L’obiettivo di questo lavoro è quello di proporre posizioni chiare alle società scientifiche, alle istituzioni, agli anatomopatologi e agli oncologi per guidare e modellare le strategie diagnostiche appropriate per il test di HER2. Il tema fondamentale è utilizzare strumenti idonei per tradurre efficacemente le nostre conoscenze su HER2 in schemi diagnostici pratici per lo spettro di espressione più basso. In particolare, è ora essenziale distinguere tra uno score 0 e uno score 1+, in quanto le pazienti con carcinoma mammario HER2-low diventano eleggibili per il trattamento con TDX-d.
Inoltre, viene esaminata la definizione di HER2-low al di là dei suoi confini convenzionali, con una disamina sulla reale affidabilità di procedure diagnostiche consolidate, concepite in un periodo in cui le prospettive terapeutiche per queste pazienti erano inesistenti. A questo proposito, vengono discussi i dati scientifici riguardanti potenziali tecnologie complementari, come l’analisi dell’espressione genica e la biopsia liquida. Infine, si pone l’accento sul potenziale ruolo dell’intelligenza artificiale (AI) nel campo della “digital pathology” e la sua integrazione nel test HER2, con un’enfasi particolare sulla sua applicazione nel contesto del carcinoma mammario HER2-low