Cancer du sein : un diagnostic et un traitement optimisés grâce à l’intelligence artificielle
Le cancer du sein, avec plus de 60 000 nouveaux cas annuels en France, est le principal cancer féminin, encore responsable d’environ 12 000 décès par an. « Les images de radiologie, la médecine nucléaire, la pathologie numérique et les données multi-omiques (génomique, transcriptomique, métabolomique) permettent de créer des modèles à la base d’outils d’intelligence artificielle. Grâce aux équipes de l’École des Mines de Paris et de l’Institut Curie, l’Institut des Cancers des Femmes se positionne comme un acteur de référence en France dans l’utilisation de l’IA pour l’oncologie », déclarait récemment la Pre Anne Vincent-Salomon, pathologiste et directrice de l’Institut lors d’une conférence de presse.
L’intelligence artificielle améliore l’analyse des images
L’intelligence artificielle est déjà présente dans de nombreux dispositifs d’imagerie et le sera encore plus dans un avenir très proche. Elle présente deux applications majeures en imagerie médicale, dont celle d’automatiser, fiabiliser et accélérer l’analyse des images (IRM, mammographies, TEP-scanner…). Cela peut se faire de plusieurs manières, à commencer par « l’utilisation d’algorithmes d’IA qui permet de détecter automatiquement les anomalies dans les images obtenues, explique le Dr Irène Buvat. Cela facilite un tri rapide entre les images normales et les images pathologiques qui nécessitent une expertise radiologique urgente pour déterminer si la patiente est atteinte d’un cancer ».
L’utilisation d’algorithmes d’IA consiste aussi à réaliser automatiquement des mesures sur les images des tumeurs (volume ou caractérisation de la forme). Actuellement, les radiologues ou les médecins nucléaires effectuent ces mesures manuellement, ce qui prend du temps et parfois les praticiens ne sont pas d’accord. L’IA permet d’automatiser et d’accélérer ces processus. « Cela réduit la variabilité entre les centres médicaux et les observateurs, ajoute la spécialiste. C’est particulièrement utile dans les centres ayant des ressources limitées et voyant peu de patients. »
Et même, dans un futur proche, les algorithmes pourraient générer un premier compte-rendu d’imagerie, facilitant le travail des radiologues ou des médecins nucléaires qui n’auront plus ensuite qu’à le vérifier et compléter. Ce processus d’automatisation est en cours et se généralise progressivement dans les services médicaux français.
L’IA fait « parler » les images
Le deuxième volet de progrès au moyen de l’IA consiste à mieux exploiter les informations que contiennent les images. « Actuellement, nous mesurons principalement le volume, la plus grande dimension des tumeurs, ainsi que le niveau de signal (contraste), qui permet de caractériser grossièrement les anomalies, détaille Irène Buvat. Cependant, les algorithmes d’IA offrent la possibilité de mesurer une multitude d’informations, allant jusqu’à des centaines d’index extraits des images radiologiques, appelés “radiomiques“. »
Mais l’enjeu ne se limite pas à la simple mesure de ces indices. Encore faut-il les exploiter. Et là encore, la machine peut faire mieux que le cerveau humain. En effet, ce dernier a du mal à analyser simultanément plus de quatre paramètres. Alors que dire d’une vingtaine, voire de plusieurs dizaines ! C’est là qu’interviennent les algorithmes d’IA. Ils peuvent identifier les meilleures combinaisons de paramètres, et ainsi être capables par exemple, de prédire la réponse au traitement et la manière dont elles influencent le pronostic des patients, ou encore prédire les cardiotoxicités liées à l’irradiation du sein. Pour des stratégies de traitement plus personnalisées à chaque patient.
En outre, ces algorithmes servent à mieux comprendre les tumeurs, à partir par exemple de leurs caractéristiques moléculaires. L’objectif pour les chercheurs dans les prochaines années est d’identifier les phénotypes des tumeurs (ensemble des caractéristiques) à partir d’images précises et notamment en 3 D (IRM, scanner) qui complètent les analyses anatomopathologiques (analyse des tissus). Et ainsi, exemple parmi d’autres, de comprendre la résistance au traitement par immunothérapie.
Pour en savoir plus : L’IHU Institut des Cancers des Femmes est un projet qui associe l’Institut Curie, l’université Paris Sciences et Lettres et l’Inserm, pour une prise en charge globale des femmes touchées par les cancers du sein et gynécologiques.