Une intelligence artificielle pour détecter les cancers du sein : « vraiment un outil d'aide à la décision et un gain de fiabilité grâce à une double lecture ».

À la question, est-ce que l’Intelligence Artificielle (IA) va remplacer l’homme, la Professeure Anne Vincent-Salomon, médecin, cheffe du département de pathologie de l’Institut Curie et professeure à l’Université Paris-Sciences et Lettres répond trois fois « non ». Si l’étude (voir encadré) affiche des résultats très positifs, l’utilisation de l’IA est un processus complexe en plusieurs étapes. « Pour utiliser de l’IA, les pathologistes doivent d’abord numériser leur processus de diagnostic, souligne Anne Vincent-Salomon. À l’Institut Curie, nous avons entièrement numérisé notre parcours diagnostic. Nous travaillons main dans la main avec des techniciens, comme les médecins hospitaliers avec les infirmiers. Pour chaque patient, nous recevons les biopsies. Elles sont mesurées et regardées. Puis les techniciens passent de la coupe tissulaire colorée en Hématéine-Eosine-Safran entre deux lames à un scanner de ces lames (on peut zoomer jusqu’à 40 fois) et transforment ainsi les coupes tissulaires en images numériques. Cette étape réalisée par les techniciens constitue au départ, pour eux, un travail supplémentaire. Mais il faut bien comprendre que les lames physiques existeront toujours car nous nous occupons du corps malade et nous manipulons des fragments de tissus. »

« L’IA est un outil puissant quand il est bien entraîné, ce n’est pas magique ! », précise la spécialiste de l’Institut Curie. Et cela a été le cas. Puisque c’est le Docteur Judith Sandbank, pathologiste expérimentée de Maccabi Healthcare Services en Israël, qui avec son équipe, a appris au réseau de neurones à reconnaître 50 caractéristiques par rapport à un tissu normal. Cette étude est donc la première à présenter un algorithme basé sur l’IA capable de détecter avec précision un éventail aussi large de caractéristiques pathologiques cliniquement significatives dans les biopsies mammaires. De plus, ces travaux font état de la toute première mise en œuvre d’une telle solution d’IA dans le cadre d’une utilisation clinique de routine dans un laboratoire de pathologie. On obtient ainsi une sorte de « carte météo » qui identifie en rouge les zones où il y a un cancer. « Le pathologiste aura un gain de temps puisque l’algorithme qui peut travailler en continu va aider à orienter et à prioriser vers les zones les plus inquiétantes, celles sur lesquelles il faut concentrer son attention, poursuit-elle. Si nous avons un outil qui nous permet d’accélérer sur les cas faciles et de passer davantage de temps sur les cas difficiles, nous aurons gagné la partie ! C’est vraiment un outil d’aide à la décision et un gain de fiabilité grâce à une double lecture. » Pour les patientes, cela permettra une accélération des décisions thérapeutiques et, au final, une amélioration de leur prise en charge. Rappelons que le cancer du sein est le plus fréquent chez les femmes dans le monde, avec plus de 2,2 millions de nouveaux cas chaque année. Reste à régler la question du coût et du financement du développement de cet outil.

Isabel Soubelet

(1) Ibex Medical Analytics

FOCUS

Caractéristiques de l’étude

Elle a porté sur 841 images de lames entières en aveugle, provenant de 436 biopsies mammaires colorées à l’hématoxyline et à l’éosine ou à l’Hématéine-Eosine-Safran (HES) et numérisées à l’aide de différents scanners. Les images ont été analysées par la solution Galen Breast d’Ibex, et les résultats de l’algorithme d’IA ont été évalués par rapport à un diagnostic consensuel en aveugle établi par deux pathologistes spécialistes du sein. L’algorithme d’IA a été capable de distinguer avec exactitude les carcinomes lobulaires infiltrants des carcinomes infiltrants de type non spécifique, de même que des types rares (carcinomes métaplasiques ou mucineux), du carcinome canalaire in situ et de l’hyperplasie analaire atypique (CCIS et HCA)…

https://www.nature.com/articles/s41523-022-00496-w