Un modèle d'IA indique que quatre patientes atteintes d'un cancer du sein sur dix pourraient éviter une chirurgie axillaire
infohightech ·
Un projet mené à l'Université de Lund, en Suède, a entraîné un modèle d'IA à identifier les patientes atteintes d'un cancer du sein qui pourraient se passer d'une chirurgie axillaire. Ce modèle analyse des informations jusqu'alors inexploitées des mammographies et identifie avec une grande précision le risque individuel de métastases axillaires. Une étude récemment achevée montre que le modèle indique qu'un peu plus de 40 % des interventions chirurgicales axillaires actuelles pourraient être évitées.
Dans les cas de cancer du sein, les ganglions lymphatiques axillaires (ou ganglions lymphatiques axillaires) sont examinés afin d'évaluer la dissémination métastatique et, par conséquent, le pronostic et le choix du traitement. Une intervention mineure est réalisée : les premiers ganglions lymphatiques sont identifiés et retirés chirurgicalement pour analyse. L'intervention est mineure, mais peut provoquer des douleurs, un gonflement, un engourdissement et parfois une accumulation de liquide. La dissémination du cancer à l'aisselle touche environ une patiente sur cinq atteinte d'un cancer du sein. Les 80 % restants, environ, ne présentent aucune trace de cancer dans les ganglions lymphatiques. Dans ce cas, l'intervention est purement diagnostique, sans effet thérapeutique.
Dans cette étude, nous nous sommes concentrés sur la prédiction du risque de métastases au niveau de l'aisselle, déclare Lisa Rydén, professeur de chirurgie à l'Université de Lund et consultante principale à l'hôpital universitaire de Skåne.
La recherche a accordé une importance considérable à la recherche de méthodes diagnostiques non invasives permettant de déterminer l'état des ganglions lymphatiques à un stade plus précoce qu'aujourd'hui. Lisa Rydén est responsable du projet de recherche NILS (Stadification non invasive des ganglions lymphatiques), fruit d'une collaboration pluriannuelle entre la Faculté de médecine et la Faculté des sciences de l'Université de Lund.
Actuellement, une procédure distincte est réalisée au niveau de l'aisselle, appelée biopsie du ganglion sentinelle, afin de déterminer la propagation aux ganglions lymphatiques. En utilisant la biopsie du ganglion sentinelle comme point de départ et les données du patient et de la tumeur, nous pourrions procéder à une évaluation plus individuelle du risque avant l'opération. Si le risque est faible, une chirurgie axillaire, après un dialogue avec le patient, pourrait être évitée. Si le risque est élevé, nous planifierions une intervention chirurgicale. Ce serait un pas en avant vers des soins plus centrés sur la personne, où chaque intervention présente un bénéfice clair pour le patient concerné », explique Lisa Rydén.
Dans le cadre de cette étude, les chercheurs ont créé un modèle d'IA entraîné à l'analyse des mammographies. Ces mammographies sont réalisées systématiquement dans le cadre du diagnostic du cancer du sein et n'entraînent donc aucune mesure ni aucun coût supplémentaire. Les images de 1 265 femmes de Scanie, diagnostiquées d'un cancer du sein entre 2009 et 2017, ont été utilisées. Le point commun des participantes était un cancer du sein à un stade précoce et une intervention chirurgicale comme premier traitement. Les résultats de l'étude ont été publiés dans la revue scientifique NPJ Digital Medicine.
Le modèle d'IA a été entraîné à identifier différents types d'informations, issues de la mammographie dans son ensemble, et non seulement de la partie montrant la tumeur. C'est à partir de ces informations complexes que le modèle a pu calculer le risque de métastase.
« Nous avons développé notre algorithme en trois étapes. Tout d'abord, le modèle d'IA a analysé des dizaines de milliers de mammographies pour en apprendre la structure de base, comme les contours, la texture et les formes. Il a ensuite été entraîné à identifier des indices spécifiques du cancer, comme les limites des tumeurs. Enfin, il a adopté une approche holistique en incluant d'autres informations importantes sur le patient, comme l'âge et le type de tumeur, afin de prédire plus précisément le risque de métastases », explique Daqu Zhang, doctorant à la Faculté des sciences de l'Université de Lund.
Voici les membres du projet NILS, de gauche à droite : Looket Dihge, Faculté de médecine ; Patrik Edén, Faculté des sciences ; Lisa Rydén, Faculté de médecine ; et Daqu Zhang, Faculté des sciences. Photo : Ingemar Hultquist
Le modèle d’IA a été utilisé pour classer les ganglions lymphatiques comme indemnes ou non de maladie, et les chercheurs ont montré que la biopsie du ganglion sentinelle aurait pu être évitée dans 41,7 % des cas.
« Cette étude indique qu’en utilisant le modèle d’IA au lieu d’opérer tous les patients, nous pourrions identifier environ 40 % des patients chez lesquels il est possible d’éviter la procédure », explique Lisa Rydén.
La Suède se distingue au niveau international par la fréquence et la fréquence des dépistages publics par mammographie. Environ 67 % des cas de cancer du sein en Suède sont détectés lors de ces dépistages chez les femmes âgées de 40 à 74 ans. Les convocations sont envoyées tous les 18 à 24 mois, selon l'âge de la femme.
« De nombreux pays ne disposent pas de ce type de dépistage populationnel. Pour affirmer que nos résultats sont universellement applicables, nous devons les faire valider, et donc confirmer, de manière indépendante. Nous recherchons donc activement des données indépendantes pertinentes auprès de patients, en Suède et à l'étranger », explique Lisa Rydén.
Elle espère qu'à l'avenir, les algorithmes de calcul intégrés au modèle d'IA pourront être utilisés au stade de l'examen mammographique pour évaluer le risque de métastases ganglionnaires, et que le traitement pourra ensuite être rapidement conçu en fonction de ce risque.
« Dans un scénario idéal, il serait possible d'obtenir beaucoup plus d'informations sur le stade de la tumeur et le pronostic à partir des mammographies diagnostiques. Notre article se concentre sur la propagation aux ganglions lymphatiques, mais dans les études internationales en cours, le profil d'image pourrait également prédire le pronostic », explique Lisa Rydén.