ESMO 2021 — Commentaire d’expert — Un nouvel outil prédit la rechute du cancer du sein à l’aide de l’intelligence artificielle
- Univadis
- Conference Report
Ingrid Garberis est médecin et chercheuse à l’Institut Gustave Roussy–INSERM, Villejuif (France). À l’occasion du congrès 2021 de la Société européenne d’oncologie médicale (European Society of Medical Oncology, ESMO), elle a présenté les résultats d’une étude portant sur l’utilisation de l’intelligence artificielle (IA) pour mieux identifier le risque de rechute chez les patientes atteintes d’un cancer du sein précoce. Elle aborde ici certaines des conclusions de cette étude.
- Malgré un pronostic favorable à long terme, environ 10 % des patientes atteintes d’un cancer du sein présentent une rechute chaque année, et l’identification de celles qui présentent un risque élevé de rechute peut améliorer la prise en charge.
- Nous (chercheurs de la start-up Owkin et de l’Institut Gustave Roussy) nous sommes concentrés sur la conception d’un nouvel outil simple, peu coûteux et facile à mettre en œuvre dans tous les centres de santé, afin de faciliter la prise de décision thérapeutique en identifiant ces patientes, grâce à une approche basée sur l’apprentissage profond (AP).
- L’importance de cette méthode repose sur le fait d’isoler les patientes qui pourraient éviter une chimiothérapie adjuvante ainsi que les effets secondaires liés à ce traitement lourd.
- 1 437 patientes atteintes d’un cancer du sein à récepteurs des œstrogènes (Estrogen Receptor, ER) positifs et à récepteur 2 du facteur de croissance épidermique humain (Human Epidermal growth factor Receptor 2, HER2) négatif ont été incluses. Des lames de verre colorées à l’hématoxyline et à l’éosine ont été numérisées, prétraitées et intégrées au réseau d’apprentissage profond, accompagnées d’informations concernant la survie.
- L’association des variables cliniques de référence (VR) avec l’algorithme d’apprentissage profond (AP) a permis d’améliorer l’aire sous la courbe (ASC), comparativement à celles obtenues avec d’autres modèles, pour la prédiction de la survie à cinq ans.
- Si nos résultats sont confirmés dans des cohortes externes (analyse prévue), nous pourrions disposer d’une méthode basée sur l’IA capable de fournir des informations fiables aux cliniciens afin de mieux stratifier les patientes atteintes d’un cancer du sein. Cela pourrait venir compléter la prise de décision thérapeutique et nous permettre de mieux comprendre la biologie des tumeurs grâce à l’interprétation des résultats de l’IA.
- Il existe certains obstacles à la généralisation de ce type d’outil. Tout d’abord, des données de bonne qualité sont nécessaires, ce qui doit faire l’objet d’un processus de standardisation. Des cohortes exhaustives, avec un accès simplifié et contenant des données structurées, sont nécessaires à la fois pour la formation des algorithmes et pour leur validation, ce qui constitue une étape cruciale pour tester le potentiel de généralisation du modèle.
- Ensuite, chacune des étapes du processus doit être supervisée par un pathologiste formé. Le temps, les ressources et l’équipement apparaissent comme des facteurs limitatifs au début, mais le système nécessite peu de professionnels formés, un équipement informatique performant et un scanner de lames, qui sont de plus en plus accessibles aux laboratoires de pathologie.
- Certains médecins ont peur de ce qui pourrait modifier leur flux de travail au quotidien. En effet, en plus de devoir s’appuyer sur les résultats des algorithmes, souvent difficiles à expliquer et à comprendre, les professionnels de santé doivent apprendre à utiliser de nouvelles plateformes et méthodes informatiques. Il est donc impératif de former les générations futures à l’utilisation de l’IA et d’autres outils prometteurs au sein des systèmes de soins de santé.
- Afin de concrétiser la collaboration entre les médecins et l’IA, il faudrait pour commencer constituer des équipes pluridisciplinaires, où les différentes parties prenantes des projets pourront travailler ensemble dans une atmosphère d’échange ouvert.
- L’IA n’est pas encore disponible dans le monde entier, mais en raison d’un coût relativement abordable et de besoins simples, son accessibilité sera probablement plus grande à l’avenir. L’un des avantages de ce type d’approche est qu’elle offre l’opportunité d’apporter une expertise médicale dans des lieux où les autres moyens de diagnostic et les conseils d’experts sont rares.
- Je pense que nous sommes en train d’assister à une révolution dans les méthodes de diagnostic du cancer, avec l’inclusion de toutes les avancées prometteuses provenant du domaine informatique. La croissance exponentielle des méthodes d’IA appliquée se traduira en un bénéfice important chez les patients atteints de cancers (pas uniquement du sein) et pour de nombreuses autres maladies.
- Avec un équipement simple, ces méthodes peuvent être facilement mises en œuvre partout afin d’obtenir des bénéfices importants en termes de prise en charge des patients.
Malheureusement, l’accès à l’intégralité de cet article est reservé uniquement aux professionnels de santé disposant d’un compte.
Vous avez atteint la limite d'articles par visiteur
Inscription gratuite Disponible uniquement pour les professionnels de santé