Actualité - Publication

Diagnostic du cancer du sein : l’intelligence artificielle d’Ibex bientôt réalité clinique à l’Institut Curie

22/12/2022
Partager

Pour la première fois au niveau mondial, un outil d’intelligence artificielle (IA) est validé cliniquement pour le diagnostic du cancer du sein.

Lame numérisée de biopsie mammaire analysée par l'outil d'IA

L’Institut Curie et Ibex Medical Analytics, pionnier du diagnostic du cancer basé sur l'IA, viennent de démontrer la performance, la fiabilité et la mise en application clinique d’un algorithme d’IA pour le diagnostic des biopsies mammaires. Ces résultats viennent d’être publiés dans la revue NPJ Breast Cancer (1).

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 

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

Grâce à la validation de cet outil d’IA d’Ibex, l’Institut Curie 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.

Menée par la Pre Anne Vincent-Salomon de l’Institut Curie et le Dr Judith Sandbank de Maccabi Healthcare Services2, 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.

Ce travail montre que Galen Breast d’Ibex a une performance élevée et constante

Explique la Pre Anne Vincent-Salomon, médecin et cheffe du département de pathologie de l’Institut Curie et professeure à l’Université Paris-Sciences et Lettres.

Nous sommes ravis de notre collaboration avec Ibex, qui a permis à certains pathologistes de l’Institut Curie d’acquérir une expérience directe de cet outil d’IA. Cette étude révèle la valeur pour la pratique clinique de Galen Breast. A termes, cela nous permettrait d’optimiser les diagnostics, d’accélérer les décisions thérapeutiques et, au final, d’améliorer la prise en charge de nos patientes.

Le cancer du sein est le plus fréquent chez les femmes dans le monde, avec plus de 2,2 millions de nouveaux cas chaque année3. 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.

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 (deep-learning) sur des centaines de milliers d’échantillons d’images.

J’ai été impressionné par les résultats de l’étude, les niveaux de précision très élevés et l’étendue des capacités de détection offertes par la technologie d’IA d’Ibex, semblables à ceux des pathologistes experts 

Déclare Stuart Schnitt, médecin, chef du service de pathologie oncologique du sein au Dana-Farber/Brigham and Women’s Cancer Center, professeur de pathologie à la Harvard Medical School et co-auteur de l’étude3.

J’ai eu le plaisir de participer à l’étude et à la validation de nouvelles innovations qui vont remodeler notre profession pour les années à venir et j’ai hâte de voir d’autres applications de l’IA se généraliser dans l’utilisation clinique de routine à mesure qu’elles démontreront leur validité clinique.

 

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

Indique le Dr Manuela Vecsler, directrice des affaires cliniques et scientifiques chez Ibex Medical Analytics.

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 (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.

[1] Sandbank et al., 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

[2] La Pre Vincent-Salomon et le Pr Schnitt sont conseillers auprès d’Ibex Medical Analytics. Le Dr Sandbank est également directeur médical d’Ibex Medical Analytics.

[3] Bray, F. et al. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J. Clin. 68, 394–424 (2018)

Références :

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. npj Breast Cancer 8, 129 (2022). https://doi.org/10.1038/s41523-022-00496-w

 

Pour aller plus loin :

Nourieh, M., Vibert, R., Saint-Ghislain, M., Cyrta, J. and Vincent-Salomon, A. (2023), Next-generation sequencing in breast pathology: real impact on routine practice over a decade since its introduction. Histopathology, 82: 162-169. https://doi.org/10.1111/his.14794