Diagnostic du cancer du sein : l'intelligence artificielle d'IBEX bientôt réalité clinique au Carnot Curie Cancer

"Les résultats qui viennent d’être publiés laissent entrevoir des perspectives prometteuses tant pour la prise en charge de nos patientes que pour le travail absolument essentiel des pathologistes dans le dépistage et le diagnostic du cancer."

"Grâce à la validation de cet outil d’IA d’Ibex, le Carnot Curie Cancer franchit une nouvelle étape vers la mise en œuvre de réponses innovantes et concrètes pour toujours mieux prendre soin des femmes atteintes de cancer du sein."

Se réjouit le Pr Steven Le Gouill, directeur de l’ensemble hospitalier du Carnot Curie Cancer.

Menée par la Pre Anne Vincent-Salomon du Carnot Curie Cancer et le Dr Judith Sandbank de Maccabi Healthcare, cette étude est 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. En outre, 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. Elle démontre ainsi son utilité en tant qu’outil d’aide à la décision qui permet aux pathologistes de réduire les erreurs de diagnostic et d’améliorer la qualité du diagnostic.

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. Il est primordial d’établir un diagnostic précis et rapide pour orienter les décisions de traitement des oncologues et améliorer les taux de survie des patientes. Au cours des dernières années, les progrès rapides de la médecine personnalisée ont abouti à une complexité croissante du diagnostic du cancer. En raison de l’augmentation de l’incidence globale du cancer du sein et de la diminution du nombre de pathologistes, la charge de travail imposée aux services de pathologie a considérablement augmenté. Il existe donc un besoin croissant de solutions automatisées et d’outils d’aide à la décision pour que les pathologistes détectent plus rapidement les cancers avec la plus grande précision.

Galen Breast

Grâce cette étude menée par le Carnot Curie Cancer, Ibex a développé Galen Breast pour aider les pathologistes à diagnostiquer les biopsies mammaires. Cet outil fournit des informations qui permettent de détecter et d’évaluer le grade de différents types de cancer du sein infiltrants et in situ, ainsi que d’autres caractéristiques pathologiques. L’algorithme d’IA de la solution a été entraîné à identifier plus de 50 caractéristiques mammaires spécifiques, grâce à des méthodes d’apprentissage profond sur des centaines de milliers d’échantillons d’images.

La détection de plus de 50 caractéristiques morphologiques du sein rend l’algorithme d’IA plus complet et plus précis. Galen Breast a donc la capacité d’aider les pathologistes dans un plus grand nombre de tâches, comme l’atteste le nombre croissant de laboratoires qui déploient la solution en utilisation courante.

L’étude 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, du carcinome canalaire in situ et de l’hyperplasie canalaire atypique (CCIS et HCA).
• a permis d’établir le grade nucléaire des carcinomes in situ (CCIS de grade haut/intermédiaire versus de bas grade/HCA).
• a fait preuve d’une grande précision dans l’identification de facteurs pronostiques importants tels que les lymphocytes infiltrants la tumeur (TILs) et l’invasion angiolymphatique, ainsi que des caractéristiques non cancéreuses telles que la métaplasie cylindrique et les microcalcifications.