L’IA pourrait épargner aux patientes atteintes d’un cancer du sein des traitements inutiles

Un nouvel outil d’IA (intelligence artificielle) pourrait permettre d’épargner aux patientes atteintes d’un cancer du sein des traitements de chimiothérapie inutiles en utilisant une méthode plus précise de prévision de leurs résultats, rapporte une nouvelle étude de Northwestern Medicine.

Les évaluations par IA des tissus des patients étaient plus efficaces pour prédire l’évolution future de la maladie d’un patient que les évaluations réalisées par des pathologistes experts.

L’outil d’IA a pu identifier les patientes atteintes d’un cancer du sein qui sont actuellement classées comme à risque élevé ou intermédiaire mais qui deviennent des survivantes à long terme. Cela signifie que la durée ou l’intensité de leur chimiothérapie pourrait être réduite. Ceci est important puisque la chimiothérapie est associée à des effets secondaires désagréables et nocifs tels que des nausées ou, plus rarement, des lésions cardiaques.

Actuellement, les pathologistes évaluent les cellules cancéreuses dans les tissus d’un patient pour déterminer le traitement. Mais les modèles de cellules non cancéreuses sont très importants pour prédire les résultats, a montré l’étude.

Il s’agit de la première étude à utiliser l’IA pour une évaluation complète des éléments cancéreux et non cancéreux du cancer du sein invasif.

“Notre étude démontre l’importance des composants non cancéreux dans la détermination du devenir d’un patient”, a déclaré l’auteur correspondant de l’étude, Lee Cooper, professeur agrégé de pathologie à la Feinberg School of Medicine de l’Université Northwestern. “L’importance de ces éléments était connue grâce à des études biologiques, mais ces connaissances n’ont pas été efficacement traduites en utilisation clinique.”

L’étude a été publiée le 27 novembre dans Médecine naturelle.

En 2023, environ 300 000 femmes américaines recevront un diagnostic de cancer du sein invasif. Aux États-Unis, environ une femme sur huit recevra un diagnostic de cancer du sein au cours de sa vie.

Lors du diagnostic, un pathologiste examine le tissu cancéreux pour déterminer à quel point le tissu semble anormal. Ce processus, connu sous le nom de classement, se concentre sur l’apparence des cellules cancéreuses et est resté largement inchangé depuis des décennies. Le grade, déterminé par le pathologiste, est utilisé pour déterminer le traitement qu’un patient recevra.

De nombreuses études sur la biologie du cancer du sein ont montré que les cellules non cancéreuses, notamment les cellules du système immunitaire et les cellules qui fournissent la forme et la structure aux tissus, peuvent jouer un rôle important dans le maintien ou l’inhibition de la croissance du cancer.

Cooper et ses collègues ont construit un modèle d’IA pour évaluer les tissus cancéreux du sein à partir d’images numériques qui mesurent l’apparence des cellules cancéreuses et non cancéreuses, ainsi que les interactions entre elles.

“Ces modèles sont difficiles à évaluer pour un pathologiste, car ils peuvent être difficiles à catégoriser de manière fiable pour l’œil humain”, a déclaré Cooper, également membre du Robert H. Lurie Comprehensive Cancer Center de l’Université Northwestern. “Le modèle d’IA mesure ces modèles et présente les informations au pathologiste de manière à ce que le processus décisionnel de l’IA soit clair pour le pathologiste.”

Le système d’IA analyse 26 propriétés différentes du tissu mammaire d’une patiente pour générer un score pronostique global. Le système génère également des scores individuels pour les cellules cancéreuses, immunitaires et stromales afin d’expliquer le score global au pathologiste. Par exemple, chez certains patients, un score de pronostic favorable peut être dû aux propriétés de leurs cellules immunitaires, tandis que pour d’autres, il peut être dû aux propriétés de leurs cellules cancéreuses. Ces informations pourraient être utilisées par l’équipe soignante d’un patient pour créer un plan de traitement individualisé.

L’adoption du nouveau modèle pourrait fournir aux patientes diagnostiquées avec un cancer du sein une estimation plus précise du risque associé à leur maladie, leur permettant ainsi de prendre des décisions éclairées concernant leurs soins cliniques, a déclaré Cooper.

De plus, ce modèle peut aider à évaluer la réponse thérapeutique, permettant d’intensifier ou de réduire le traitement en fonction de l’évolution de l’apparence microscopique du tissu au fil du temps. Par exemple, l’outil pourrait reconnaître l’efficacité du système immunitaire d’un patient à cibler le cancer pendant la chimiothérapie, ce qui pourrait être utilisé pour réduire la durée ou l’intensité de la chimiothérapie.

“Nous espérons également que ce modèle pourra réduire les disparités pour les patients diagnostiqués en milieu communautaire”, a déclaré Cooper. “Ces patientes n’ont peut-être pas accès à un pathologiste spécialisé dans le cancer du sein, et notre modèle d’IA pourrait aider un pathologiste généraliste lors de l’évaluation des cancers du sein.”

Comment s’est déroulée l’étude

L’étude a été menée en collaboration avec l’American Cancer Society (ACS), qui a créé un ensemble de données unique sur les patientes atteintes d’un cancer du sein grâce à leurs études sur la prévention du cancer. Cet ensemble de données représente des patients de plus de 423 comtés américains, dont beaucoup ont reçu un diagnostic ou des soins dans des centres médicaux communautaires. Ceci est important car la plupart des études utilisent généralement des données provenant de grands centres médicaux universitaires qui ne représentent qu’une partie de la population américaine.

Dans le cadre de cette collaboration, Northwestern a développé le logiciel d’IA tandis que des scientifiques de l’ACS et du National Cancer Institute ont fourni leur expertise sur l’épidémiologie du cancer du sein et les résultats cliniques.

Pour former le modèle d’IA, les scientifiques ont eu besoin de centaines de milliers d’annotations de cellules et de structures tissulaires générées par l’homme dans des images numériques de tissus de patients. Pour y parvenir, ils ont créé un réseau international d’étudiants en médecine et de pathologistes répartis sur plusieurs continents. Ces volontaires ont fourni ces données via un site Web pendant plusieurs années pour permettre au modèle d’IA d’interpréter de manière fiable les images de tissus cancéreux du sein.

Ensuite, les scientifiques évalueront ce modèle de manière prospective pour le valider pour une utilisation clinique. Cela coïncide avec la transition vers l’utilisation d’images numériques pour le diagnostic chez Northwestern Medicine, qui se produira au cours des trois prochaines années.

Les scientifiques travaillent également au développement de modèles pour des types plus spécifiques de cancers du sein, comme les cancers triples négatifs ou HER2-positifs. Le cancer du sein invasif englobe plusieurs catégories différentes, et les schémas tissulaires importants peuvent varier selon ces catégories.

“Cela améliorera notre capacité à prédire les résultats et fournira de nouvelles informations sur la biologie des cancers du sein”, a déclaré Cooper.

Parmi les autres auteurs du Nord-Ouest figurent Mohamed Amgad Tageldin, Kalliopi Siziopikou et Jeffery Goldstein.