En plein développement dans la médecine diagnostique, le recours à l’intelligence artificielle (IA) était encore balbutiant dans l’interprétation des biopsies de patientes suspectées d’être atteintes de cancer du sein. En effet, malgré plusieurs publications démontrant la faisabilité d’une deuxième lecture des lames de biopsie par différents algorithmes, aucun ne disposait d’une précision suffisante pour épauler, en utilisation clinique, les anatomopathologistes sur l’ensemble du spectre des types et des stades du cancer du sein. Mais cette limitation pourrait bientôt appartenir au passé. Des résultats publiés début décembre 2022 dans NPJ Breast Cancer révèlent qu’un nouvel algorithme d’IA, développé par l’institut Curie et l’entreprise Ibex Medical Analytics, atteint une sensibilité de 98,09 % et une spécificité de 96,24 % dans la détection des carcinomes invasifs, sur un ensemble de 5 954 patientes correspondant à 12 031 lames de biopsie colorées à l’hématoxyline et à l’éosine, dont 1 107 cas de carcinomes invasifs. Cette efficacité inédite s’explique par la large base de données utilisée pour peaufiner l’IA : plus de 2 000 lames ont été annotées en détail par 18 anatomopathologistes pour nourrir l’algorithme, puis il a été entraîné à reconnaître différents cas de cancers du sein sur 2 millions d’images annotées. La force de ce nouvel algorithme réside dans sa capacité à distinguer les différents sous-types de cancers du sein avec leurs caractéristiques pathologiques détaillées, même en ce qui concerne des formes rares de progression cancéreuse. Dans certains cas, il a permis de repérer des tumeurs que l’anatomopathologiste n’avait pas identifiées. Ainsi, les auteurs visent aujourd’hui à le déployer en seconde lecture. Ils cherchent également à l’améliorer afin de détecter les pathologies directement sur les échantillons de biopsies, sans coloration
Références
NPJ Breast Cancer 2022;8(1):129. Sandbank J, Bataillon G, Nudelman A, et al. Validation and real-world clinical application of an artificial intelligence algorithm for breast cancer detection in biopsies. PMID : 36473870