Le deep learning supérieur aux modèles classiques d'évaluation des risques de cancer du sein
MARDI 13 JUIN 2023
Soyez le premier à réagirDans une vaste étude portant sur des milliers de mammographies, les algorithmes d'intelligence artificielle (IA) ont surpassé le modèle de risque clinique standard pour prédire le risque de cancer du sein sur cinq ans. Les résultats de cette étude ont été publiés dans la Revue Radiology.
Le risque de cancer du sein chez une femme est généralement calculé à l'aide de modèles cliniques tels que le modèle de risque du (BCSC), qui utilise des informations autodéclarées ainsi que des données relatives à l'âge, aux antécédents familiaux, à la maternité ou à la structure histologique des seins, pour calculer un score de risque.
Des modèles de deep learning pour calculer le risque de cancer du sein
Une équipe américaine a expérimenté un modèle de deep learning dans le but de calculer ce risque de manière différente. Ce travail a été publié dans la Revue Radiology. « Les modèles de risque clinique dépendent de la collecte d'informations provenant de différentes sources, qui ne sont pas toujours disponibles ou collectées, précise le chercheur principal le Pr Vignesh A. Arasu, chercheur et radiologue en exercice au Kaiser Permanente Northern California. Les progrès récents du deep learning nous permettent d'extraire des centaines, voire des milliers de caractéristiques mammographiques supplémentaires. »
Dans cette étude rétrospective, le Pr Arasu a utilisé des données associées à des mammographies de dépistage 2D négatives réalisées au Kaiser Permanente Northern California en 2016. Sur les 324 009 femmes dépistées en 2016 qui répondaient aux critères d'éligibilité, une sous-cohorte aléatoire de 13 628 femmes a été sélectionnée pour l'analyse. De plus, les 4 584 patientes du groupe d'éligibilité qui ont reçu un diagnostic de cancer dans les cinq ans suivant la mammographie initiale de 2016 ont également été étudiées. Toutes les femmes ont été suivies jusqu'en 2021.
Des résultats meilleurs qu’en utilisant le modèle du Breast Cancer Surveillance Consortium
Les chercheurs ont divisé la période d'étude de cinq ans en trois périodes : risque de cancer d'intervalle, ou cancers incidents diagnostiqués entre 0 et 1 an ; risque de cancer futur ou cancers incidents diagnostiqués entre un et cinq ans ; tous les cancers à risque ou incidents diagnostiqués entre 0 et 5 ans. À l'aide des mammographies de dépistage de 2016, les scores de risque de cancer du sein sur la période de cinq ans ont été générés par cinq algorithmes d'IA, dont deux algorithmes académiques utilisés par les chercheurs et trois algorithmes disponibles dans le commerce. Les scores de risque ont ensuite été comparés entre eux et au score de risque clinique du BCSC.
« Les cinq algorithmes d'IA ont obtenu de meilleurs résultats que le modèle de risque BCSC pour prédire le risque de cancer du sein entre 0 et 5 ans, poursuit le Pr Arasu. Cette solide performance prédictive sur la période de cinq ans suggère que l'IA identifie à la fois les cancers manqués et les caractéristiques des tissus mammaires qui aident à prédire le développement futur du cancer. Quelque chose dans les mammographies nous permet de suivre le risque de cancer du sein. C'est la "boîte noire" de l'IA. »
Un outil qui pourrait aboutir à une médecine de précision personnalisée à l’échelle nationale
Certains des algorithmes d'IA excellaient à prédire les patientes à haut risque de cancer d'intervalle, qui est souvent agressif et peut nécessiter une deuxième lecture des mammographies, un dépistage supplémentaire ou une imagerie de suivi à court intervalle. Lors de l'évaluation des femmes présentant le risque le plus élevé de 10 %, par exemple, l'IA a prédit jusqu'à 28 % des cancers, contre 21 % prévus par le BCSC. Même les algorithmes d'IA formés pour des plages de temps courts (environ 3 mois) ont pu prédire le risque futur de cancer jusqu'à cinq ans lorsqu'aucun cancer n'a été cliniquement détecté par la mammographie de dépistage. Lorsqu'ils sont utilisés en combinaison, les modèles de risque AI et BCSC ont encore amélioré la prédiction du cancer.
« Nous recherchons désormais un moyen précis, efficace et évolutif de comprendre le risque de cancer du sein chez les femmes, ajoute le Pr Arasu. Les modèles de risque d'IA basés sur la mammographie offrent des avantages pratiques par rapport aux modèles de risque cliniques traditionnels car ils utilisent une seule source de données : la mammographie elle-même. L'IA pour la prédiction du risque de cancer nous offre la possibilité d'individualiser les soins de chaque femme, ce qui n'est pas systématiquement disponible, conclut-il. C'est un outil qui pourrait nous aider à fournir une médecine de précision personnalisée à l'échelle nationale. »
Bruno Benque avec RSNA