Le diagnostic du cancer du sein est d’une complexité unique et pose de nombreux défis aux pathologistes. Ces dernières années, l’intelligence artificielle (IA) de niveau clinique, telle que la suite Paige Breast, a été introduite pour aider les pathologistes à relever ces défis, ainsi que pour offrir une efficacité et une confiance accrues. Lors du congrès Digital Pathology & AI Congress de cette année : Europe, le Dr Juan Retamero, directeur médical de Paige pour la transformation de la pathologie numérique, et le Dr Wen Ng, pathologiste consultant pour le sein, l’urologie et l’endocrinologie à l’hôpital St Thomas de Londres, ont animé une session examinant la valeur que l’IA du sein peut offrir aux laboratoires, ainsi que le partage d’un premier regard sur les nouvelles recherches pour continuer à transformer l’expérience du diagnostic du cancer du sein.
Le Dr Retamero a commencé la session par une brève présentation de la manière dont l’IA est formée pour être de niveau clinique. Il a expliqué que l’apprentissage à instances multiples (MIL), une forme de formation faiblement supervisée, est le meilleur moyen de former des modèles sur des ensembles de données extrêmement volumineux. Cela est essentiel non seulement pour s’assurer qu’ils peuvent distinguer avec précision le cancer du non-cancer, mais aussi pour les rendre généralisables à travers les variations pré-analytiques, ce qui garantit que les modèles peuvent ensuite fonctionner correctement dans n’importe quel laboratoire sans réglage supplémentaire. C’est pourquoi la méthode MIL est la principale méthode utilisée par Paige pour entraîner chacune des applications d’IA de notre Paige Breast Suite, un ensemble d’outils d’IA conçus pour améliorer l’efficacité et la confiance des pathologistes dans le diagnostic du cancer du sein, en particulier lors de certains des aspects les plus difficiles du diagnostic.
Par exemple, a-t-il expliqué, l’un des défis à relever au début du processus de diagnostic consiste à identifier efficacement le cancer dans les lames de biopsie. Une étude de 2015 a révélé que la concordance entre les pathologistes pour le diagnostic des biopsies de cancer du sein n’était que de 75 %, ce qui laisse la place à des faux positifs ou négatifs.Cependant, une IA telle que Paige Breast a été entraînée pour être incroyablement sensible, avec une VPN de 95 %, ce qui peut aider les pathologistes à classer avec plus de confiance les lames comme bénignes et à réduire les faux positifs, tout en garantissant qu’aucun cancer ne sera manqué.
Il a ensuite expliqué que le comptage des mitoses est non seulement une étape tout aussi subjective, mais aussi une étape fastidieuse et longue. L’IA peut aider à orienter les pathologistes vers les points chauds présentant une forte concentration de mitoses et à donner un nombre précis de mitoses pour favoriser une plus grande efficacité et réduire la subjectivité du classement. L’IA peut également offrir ces avantages pour l’évaluation des ganglions lymphatiques, qui, selon le Dr Retamero, est l’une des étapes les plus difficiles. Souvent, les pathologistes qui examinent les cas de ganglions lymphatiques du sein sont des pathologistes généralistes, et comme l’a montré une étude de 2012, lorsque leurs diagnostics ont été revus ultérieurement par des pathologistes spécialisés, près d’un quart d’entre eux ont vu leur statut N amélioré.2 Avec une IA telle que celle de Paige Breast Lymph Node, les pathologistes pourraient identifier avec plus de confiance les métastases, y compris les ITC et les petits micromètres difficiles. En fait, une étude a révélé que les pathologistes qui utilisaient le système Paige Breast Lymph Node amélioraient leur sensibilité de 12 % et réduisaient leur temps de lecture global de 55 %.3
Bien entendu, le Dr Retamero a rappelé à l’auditoire que l’IA, comme tout autre adjuvant, doit toujours être mise en contexte par le pathologiste et traitée comme un outil de soutien, et non comme la vérité absolue. L’IA ne vise pas à remplacer le pathologiste, mais seulement à lui faire gagner du temps et à améliorer sa confiance dans le diagnostic.
Sur ce, le Dr Ng est monté sur scène pour partager sa propre expérience de l’application de l’IA à l’évaluation des ganglions lymphatiques. Au départ, le Dr Ng était un peu inquiet à l’idée d’utiliser cette technologie, mais après avoir mené avec son équipe une étude pilote avec Paige Breast Lymph Node, il a constaté que non seulement l’expérience utilisateur était incroyablement simple, mais que l’IA présentait de nombreux avantages immédiats pour son cabinet.
Pour commencer, il a fait remarquer qu’avec la diminution du nombre de résidents et de stagiaires, on demande aux pathologistes de traiter davantage de cas avec moins de ressources. En même temps, le diagnostic des ganglions lymphatiques prend généralement 3 à 4 fois plus de temps que le diagnostic initial par biopsie du sein et est plutôt banal, mais incroyablement important sur le plan clinique, car il renseigne sur le pronostic et le traitement du patient. Paige Breast Lymph Node, a-t-il dit, pourrait réduire considérablement le temps qu’il consacre à chaque cas en classant automatiquement les tissus suspects et non suspects. Le Dr Ng serait alors en mesure de confirmer ou de rejeter très rapidement les résultats de l’IA et d’accélérer le traitement de sa charge de travail. En outre, la capacité de l’IA à identifier les cancers au niveau des cas signifie qu’il serait en mesure de mieux hiérarchiser sa liste de travail, en examinant d’abord les cas suspects. En outre, il a noté que les métastases peuvent être très petites et varier considérablement. Grâce à l’IA, il serait en mesure d’annoter et de mesurer numériquement ce qu’il estime être une méthode beaucoup plus précise qu’avec une approche traditionnelle, et pourrait donc se sentir plus confiant dans son diagnostic global, même pour les petites métastases.
Il est important de noter que tous ces avantages ont été confirmés par l’étude pilote. Lorsque le système Paige Breast Lymph Node a été appliqué à une cohorte de 53 ganglions lymphatiques provenant de 12 patients au laboratoire du Dr Ng, il a offert une sensibilité et une spécificité élevées pour la détection du cancer, et a soutenu une concordance intra-observateur élevée. Aujourd’hui, lui et son équipe se lancent dans une version plus vaste de cette étude originale, dans laquelle ils examineront jusqu’à 1 000 ganglions lymphatiques. Bien que l’étude n’en soit qu’à ses débuts, le Dr Ng prévoit qu’elle démontrera la capacité de l’IA à offrir aux pathologistes des gains d’efficacité. Il a fait remarquer que « l’étude en est encore à ses débuts, mais je peux vous dire que l’amélioration de la qualité de vie est réelle. Je peux déjà voir que c’est vraiment formidable d’avoir cette confiance de pouvoir détecter quelque chose de si petit et pourtant potentiellement significatif sur le plan clinique et de le valider. »
Après avoir vu ce que l’IA peut faire, le Dr Ng a déclaré qu’il espère maintenant pouvoir l’appliquer de manière encore plus poussée à l’avenir. Par exemple, il considère l’IA comme « le résident parfait », capable de trier vos dossiers avant même que vous n’arriviez au travail, et de les présélectionner comme suspects ou non, ce qui permet de gagner du temps. Il prévoit également qu’elle sera utile pour la commande préalable de colorants supplémentaires, la visualisation et la notation de l’IHC, la mesure des tumeurs et des marges, etc. Il a noté que les pathologistes doivent encore réfléchir à la manière d’appliquer concrètement l’IA en milieu clinique, par exemple à quel stade il convient d’initier les stagiaires à l’IA, mais dans l’ensemble, il s’est dit très enthousiaste quant à l’avenir de l’IA et à ce que l’étude en cours révélera sur la manière dont elle peut contribuer au diagnostic des cancers du sein.
1Elmore, Joann G., et al. « Concordance diagnostique entre les pathologistes interprétant les spécimens de biopsie mammaire ». Jama 313.11 (2015) : 1122-1132.
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
3Selonune étude clinique expérimentale impliquant 3 pathologistes et les données de 148 patients.
*Dans l’Union européenne et au Royaume-Uni, le ganglion lymphatique mammaire Paige est approuvé pour une utilisation clinique (CE-IVD et UKCA) avec les scanners Leica Aperio AT2 et Aperio GT450.
