Ibex Medical Analytics (Ibex), le leader du diagnostic du cancer assisté par Intelligence Artificielle (IA), et l’Institut Curie, premier centre de lutte contre le cancer en France, annoncent les excellents résultats d’une étude qui a évalué et validé l’application clinique de la solution Galen™ Breast d’Ibex.
Ces travaux, conduits à l’Institut Curie en France et au Maccabi Healthcare Services en Israël, viennent d’être publiés dans la revue NPJ Breast Cancer de Nature.
L’étude a permis de démontrer la performance, la fiabilité et la mise en application clinique d’un algorithme d’IA capable de diagnostiquer les cancers du sein sur des biopsies mammaires.
L’intelligence artificielle, « Galen Breast », a été développée dans l’objectif de réduire les erreurs et d’améliorer la qualité du diagnostic.
Les niveaux de précision très élevés et l’étendue des capacités de détection offertes par cette IA ont été jugés semblables à ceux des pathologistes experts par les spécialistes en pathologie oncologique à la Harvard Medical School.
Grâce à des méthodes d’apprentissage profond – le fameux « deep learning » – l’algorithme de l’IA est aujourd’hui capable d’identifier plus de 50 caractéristiques mammaires spécifiques. Cela a été rendu possible grâce à plus de deux millions d’échantillons d’images et 18 spécialistes. Ils ont entraîné cet algorithme afin de garantir un diagnostic robuste et fiable. Les échantillons d’entraînement pour l’algorithme ont été sélectionnés à l’aide de plusieurs critères, comme par exemple des cas mammaires choisis au hasard ou encore des échantillons avec des caractéristiques particulières peu communes (sous-types rares de cancer invasif).
Cependant, Galen Breast n’a pas pour vocation de remplacer les médecins. Cet outil fournit des informations qui permettent d’affiner la précision du diagnostic. Le système est surtout développé pour être un appui aux pathologistes, pour vérifier qu’ils n’aient pas manqué quelque chose lors de sa lecture, ainsi que pour automatiser le traitement de certains examens chronophages et fastidieux comme le taux de lymphocytes dans la tumeur…
Aujourd’hui, le cancer du sein est le plus fréquent chez les femmes dans le monde, avec plus de 2,2 millions de nouveaux cas chaque année. Il devient primordial d’établir un diagnostic précis et rapide afin de prendre en charge les patients de façon efficace.
Cependant, l’augmentation de l’incidence globale du cancer du sein et la diminution du nombre de pathologistes rend cette tache difficile.
« Les résultats qui viennent d’être publiés laissent entrevoir des perspectives prometteuses tant pour la prise en charge des patientes que pour le travail absolument essentiel des pathologistes dans le dépistage et le diagnostic du cancer« se réjouit dans un communiqué, Steven Le Gouill, directeur de l’Institut Curie.
En effet, d’après les résultats, l’algorithme d’IA a été capable de distinguer avec exactitude et précision différents types de cancer du sein ainsi que d’établir le grade des cancers précoces.
L’algorithme a également fait preuve d’une grande précision dans l’identification de facteurs pronostiques importants.
last but not least
Les tests internes de l’algorithme ont été réalisés sur 2252 lames provenant de 1090 patients du Maccabi Healthcare Services. La détection du carcinome invasif par Galen Breast a montré une grande précision : spécificité de 98,27 %, sensibilité de 99,02 %.
La validation externe a également 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 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.
la robustesse de l’étude a d’ailleurs permis d’obtenir le marquage CE pour la solution qui a été adoptée par les pathologistes pour les aider dans un plus grand nombre de tâches, comme l’atteste le nombre croissant de laboratoires qui déploient la solution en utilisation courante…