Les pathologistes praticiens et la recherche en pathologie reconnaissent depuis longtemps que le diagnostic du cancer du sein comporte de nombreux défis, notamment des processus manuels laborieux et la subjectivité du diagnostic. Ces dernières années, l’intelligence artificielle (IA) conçue pour résoudre ces problèmes a commencé à arriver sur le marché. Cependant, toutes les IA pathologiques ne sont pas égales. Lors du congrès Digital Pathology & AI qui s’est tenu à New York ce mois-ci, le Dr David Klimstra, fondateur et directeur médical de Paige, a expliqué les principales caractéristiques qui rendent l’IA sûre en laboratoire et pourquoi Paige est particulièrement bien placé pour aider les pathologistes à surmonter les difficultés liées au diagnostic du cancer du sein.
Pour commencer, le Dr Klimstra a expliqué que l’un des facteurs clés qui distingue Paige et rend notre IA prête pour la clinique est notre approche innovante de la construction de modèles. Nous nous appuyons sur l’apprentissage par instances multiples (MIL), une technique avancée qui nécessite une supervision minimale et nous permet donc d’entraîner le modèle sur des ensembles de données extrêmement vastes. Dans notre cas, les données proviennent du Memorial Sloan Kettering Cancer Center, dont les pathologistes de renommée mondiale établissent l’étalon-or en matière de diagnostic, qui est ensuite utilisé comme vérité de terrain par Paige. Il est important de noter que les données ont été recueillies auprès de plus de 200 institutions internationales afin de garantir qu’elles sont représentatives d’un large éventail de scénarios de patients, mais aussi d’un large éventail de techniques de préparation en laboratoire, y compris les différences de coloration et d’autres variations pré-analytiques. De cette manière, Paige peut créer des applications qui fournissent des résultats précis dans n’importe quel laboratoire, sans qu’il soit nécessaire de procéder à des réglages sur place.
Pour le diagnostic du cancer du sein, cette généralisation est importante pour surmonter l’un des principaux défis : la subjectivité de la classification. Selon une étude de 2015, les pathologistes n’ont obtenu qu’une concordance globale de 75 % lors du diagnostic et de la classification des cancers du sein, et une concordance encore plus faible pour les sous-types tels que le DCIS et l’atypie. 1 Paige Breast Neoplasm est notre application conçue pour aider les pathologistes à identifier et à classer automatiquement tout ce qui va de l’hyperplasie invasive au carcinome invasif avec une sensibilité et une spécificité exceptionnelles. Ce faisant, sans qu’il soit nécessaire de procéder à des réglages sur place, Paige Breast Neoplasm permet aux pathologistes de réduire les incohérences diagnostiques tout en renforçant la confiance dans le diagnostic, afin de garantir au final que le patient reçoive le diagnostic le plus précis possible.
Il en va de même pour notre application d’IA pour la détection des métastases des ganglions lymphatiques, Paige Breast Lymph Node. Cette étape du diagnostic est connue pour être un défi, en particulier pour les pathologistes généralistes ; dans une étude, jusqu’à 24% des patientes ont vu leur statut N surévalué lorsqu’elles ont été examinées par des experts du sein.2 L’utilisation par le ganglion lymphatique mammaire de Paige de données d’entraînement au diagnostic robustes et de référence nous permet d’offrir une sensibilité élevée pour la détection de micromètres, même très petits, et ce dans n’importe quel laboratoire. Il peut ainsi combler le fossé entre les pathologistes spécialistes et généralistes, en minimisant la subjectivité et en permettant à n’importe quel pathologiste de déterminer en toute confiance le statut N.
Ensuite, le Dr Klimstra a souligné un autre facteur de différenciation unique des applications d’IA de Paige, à savoir notre engagement en faveur de l’expérience utilisateur du pathologiste. Actuellement, le comptage des mitoses, qui est une étape critique du diagnostic, est difficile, en grande partie à cause des limites de la pathologie traditionnelle. Au microscope, la faible puissance nécessaire pour voir une concentration de mitoses – également connue sous le nom de point chaud – n’est pas suffisante pour voir les mitoses elles-mêmes. Au lieu de cela, les pathologistes ont tendance à identifier une mitose et à commencer à compter à partir de là. Paige a conçu une visualisation qui permet aux pathologistes d’identifier rapidement un point chaud tout en étant en mesure de voir les mitoses individuelles, ainsi qu’une grille qui simplifie le comptage de ces mitoses individuelles. Paige Breast Mitosis offre également des grades mitotiques automatiques à la fois dans ce hotspot et pour l’ensemble de la diapositive, ce qui peut grandement réduire la pénibilité du comptage manuel. En mettant ces fonctionnalités entre les mains des pathologistes, Paige crée des moyens transparents pour améliorer l’efficacité et la confiance tout en permettant aux pathologistes d’adapter leurs flux de travail à leur style de travail préféré.
Il est essentiel de noter, ajoute le Dr Klimstra, que comme les autres éléments du diagnostic, le comptage des mitoses est un domaine particulièrement subjectif. La visualisation des points chauds de Paige et d’autres fonctionnalités de comptage facilitent l’intégration des connaissances de l’IA dans leur diagnostic, mais le pathologiste prendra toujours la décision finale. Cet outil n’est qu’un complément, au même titre que l’immunohistochimie (IHC) ou toute autre aide au diagnostic analogique.
Au-delà des applications d’IA elles-mêmes, le Dr Klimstra a également expliqué que l’ouverture de la plateforme Paige renforce encore sa valeur pour les pathologistes et les patients qu’ils servent. La plateforme Paige, indépendante des fournisseurs, permet une intégration transparente avec les systèmes d’information des laboratoires et facilite l’accès aux outils d’IA essentiels de fournisseurs tiers tels que Mindpeak. En l’absence d’une plateforme ouverte, cette opération devrait être effectuée dans un autre visualiseur, ce qui est non seulement fastidieux, mais risque de créer une confusion et de compromettre la sécurité des patients si plusieurs d’entre eux sont accidentellement visualisés en même temps. Grâce à l’accès totalement intégré de Paige à l’identification et à la quantification automatisées de Mindpeak de biomarqueurs critiques tels que Ki-67 et HER2, les pathologistes peuvent rationaliser les flux de travail, améliorer l’efficacité et réduire la subjectivité.
Enfin, le dévouement de Paige à l’innovation permet aux pathologistes de s’adapter à l’évolution des besoins des patients, par exemple en ce qui concerne le classement HER2. Historiquement, les pathologistes n’avaient qu’à classer les patients en fonction de l’amplification ou de la non-amplification de HER2, de sorte que tous les tests existants sur le marché étaient adaptés à cette classification binaire. Aujourd’hui, il est important d’être plus précis dans le diagnostic de HER2, en particulier en ce qui concerne HER2 faible par rapport à HER2 vraiment négatif. Paige a adopté une approche totalement nouvelle de l’identification de HER2, qui s’appuie sur la méthode H&E pour identifier les patientes atteintes d’un cancer du sein dont les tumeurs ne présentent aucun signe d’expression de HER2. Baptisée HER2Complete™ BETA, cette nouvelle application est destinée à compléter les méthodes traditionnelles de test de HER2. HER2Complete BETA aide à découvrir des sous-ensembles d’expression HER2 dans les cas IHC-0, fournissant aux cliniciens des informations supplémentaires qui peuvent aider à prendre des décisions thérapeutiques.
En fin de compte, chacun des facteurs de différenciation de Paige contribue à la caractéristique la plus importante de toute IA clinique : la sécurité. En construisant des outils robustes et précis, en les rendant simples à utiliser dans des environnements réels et en innovant de nouvelles approches pour relever les défis actuels, Paige offre une solution prête à l’emploi qui permet aux pathologistes de prendre des décisions en toute confiance et d’assurer les meilleurs résultats possibles pour leurs patients.
Pour en savoir plus sur le Paige Breast Suite, demandez un essai.
—
Références
1ElmoreJG, Longton GM, Carney PA, et al. Concordance diagnostique entre les pathologistes qui interprètent les échantillons de biopsie mammaire. JAMA. 2015;313(11):1122–1132. doi:10.1001/jama.2015.1405
2VestjensJHMJ, Pepels MJ, de Boer M, et al. Impact pertinent de la révision de la pathologie centrale sur la classification nodale chez les patientes individuelles atteintes d’un cancer du sein. Ann Oncol. 2012;23(10):2561-2566. doi:10.1093/annonc/mds072
*Dans l’Union européenne et au Royaume-Uni, les applications Paige Breast Suite AI sont marquées CE-IVD et UKCA pour une utilisation clinique avec les scanners Leica Aperio AT2 et GT450. Aux États-Unis, où l’utilisation à des fins de recherche est autorisée, l’utilisation des applications Paige Breast Suite est limitée à une utilisation à des fins de recherche uniquement et ne doit pas être utilisée dans le cadre de procédures de diagnostic.
**HER2Complete BETA™ est mis à disposition pour l’évaluation du produit et n’est actuellement pas disponible à l’achat.
