En décembre 2020, l’Institut Curie, premier centre de lutte contre le cancer en France, annonçait un partenariat de recherche avec Ibex Medical Analytics pour améliorer le diagnostic du cancer du sein grâce à l’intelligence artificielle. Des travaux, conduits à l’Institut Curie en France et au Maccabi Healthcare Services en Israël, ont permis d’évaluer et de valider la solution Galen™ Breast d’Ibex. Les résultats de ces travaux, qui démontrent la grande précision de cette solution pour la détection du cancer du sein dans une grande variété de sous-types particuliers, y compris certains sous-types rares, viennent d’être publiés dans la revue npj Breast Cancer de Nature.
Le cancer du sein, qui ne touche les hommes que dans 1% des cas, est le cancer le plus fréquent chez la femme, 2 261 419 nouveaux cas ont ainsi été recensés en 2020 selon Cancer.net. Etablir un pronostic précoce et précis est crucial pour adapter le traitement médical et ainsi augmenter les chances de survie des patients.
En cas de suspicion d’un cancer du sein, notamment à la suite d’une mammographie ou d’une échographie, une biopsie est réalisée. L’examen histologique des échantillons prélevés, réalisé par un pathologiste, permet de déterminer si une tumeur cancéreuse est présente et de la classer selon son stade.
Ces dernières années, l’augmentation des cas de cancers du sein, alors que le nombre de pathologistes spécialisés dans leur diagnostic diminuait, a entraîné une surcharge de travail au sein des services de pathologie. Le recours à des solutions automatisées et d’outils d’aide à la décision pour diagnostiquer le cancer rapidement avec une plus grande précision est devenu évident.
Ibex Medical Analytics a développé Galen Breast pour aider les pathologistes à diagnostiquer les biopsies mammaires. Cet outil, entraîné pour identifier 51 types différents de caractéristiques cliniques et morphologiques, 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’étude « Validation et application clinique réelle d’un algorithme d’intelligence artificielle pour la détection du cancer du sein dans les biopsies »
Diverses publications s’adressant à l’aide au diagnostic du sein par biopsie mammaire ont démontré la faisabilité du développement d’algorithmes d’IA pour soutenir la classification, avec une sensibilité de 70 à 79%, une spécificité de 41 à 95% et une précision de 0,70 à 0,94,selon le type et le grade des tumeurs, mais ces outils n’ont pas été déployés en direct dans un laboratoire de diagnostic.
Menée par la Pre Anne Vincent-Salomon de l’Institut Curie et le Dr Judith Sandbank de Maccabi Healthcare Services, 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, leurs 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.
Tests internes de l’algorithme
Les tests internes de l’algorithme ont été réalisés sur 2252 lames H & E de 1090 patients de Maccabi Healthcare Services (MHS). La détection du carcinome invasif par Galen Breast a montré une grande précision : spécificité de 98,27 %, sensibilité de 99,02 %.
Validation externe de l’algorithme
La validation externe a démontré des performances élevées pour tous les critères d’évaluation examinés. Elle portait 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 résultats de l’analyse des images ont été évalués par rapport à un diagnostic consensuel en aveugle établi par deux pathologistes spécialistes du sein. Galen Breast a distingué avec exactitude les carcinomes lobulaires infiltrants des carcinomes infiltrants de type non spécifique, de même que des types rares (carcinomes métaplasiques ou mucineux), du carcinome canalaire in situ et de l’hyperplasie canalaire atypique (CCIS et HCA). Il a également permis d’établir le grade nucléaire des carcinomes in situ (CCIS de grade haut/intermédiaire versus de bas grade/HCA). L’algorithme a également 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.
Manuela Vecsler, Dr et Directrice des affaires cliniques et scientifiques chez Ibex Medical Analytics, déclare :
« Nous sommes fiers des résultats de l’étude, qui démontrent la robustesse de notre algorithme pour une diversité sans précédent de types de cancer et d’autres pathologies cliniquement importantes. 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 ».
Sources de l’article :
“Validation and real-world clinical application of an artificial intelligence algorithm for breast cancer detection in biopsies“; npj Breast Cancer 8, 129 (2022) https://doi.org/10.1038/s41523-022-00496-w
Auteurs et affiliations
- Institut de pathologie, Maccabi Healthcare Services, Rehovot, Israël Judith Sandbank et Alona Nudelman
- Ibex Medical Analytics, Tel Aviv, Israël
Judith Sandbank, Ira Krasnitsky, Rachel Mikulinsky, Lilach Bien, Geraldine Sebag, Douglas P. Clark, Daphna Laifenfeld, Chaim Linhart, Manuela Vecsler - Service de Médecine Diagnostique et Théranostique, Département de Pathologie, Institut Curie, Université PSL, Paris, France
Guillaume Bataillon, Lucie Thibault, Anne Vincent-Salomon - Département de pathologie, Centre médical Shamir, Beer Yaakov, Israël
Anat Albrecht Shach - Département de pathologie, Brigham and Women’s Hospital et Harvard Medical School, Boston, MA, États-Unis
Stuart J. Schnitt - Programme d’oncologie mammaire, Dana-Farber/Brigham Cancer Center, Boston, MA, États-Unis
Stuart J. Schnitt
