in

Cancers : Ai prédit mieux le risque de cancer du sein que les modèles classiques, selon une étude

(Adnkronos) – L’intelligence artificielle peut lire les mammographies et intercepter les femmes destinées à développer un cancer du sein « mieux que le modèle classique de prédiction du risque sur 5 ans ». Et l’intégration des deux systèmes pourrait améliorer l’analyse des médecins. C’est ce qui ressort d’une maxi étude dans laquelle plusieurs algorithmes d’IA ont été testés sur des milliers de mammographies. Les résultats sont publiés dans la revue « Radiology ».

Le risque de cancer du sein d’une femme est généralement calculé à l’aide de modèles cliniques tels que celui du Breast Cancer Surveillance Consortium (BCSC), qui utilise des informations autodéclarées et d’autres données sur la patiente – y compris l’âge, les antécédents familiaux de la maladie, si elle avait les enfants, si vous avez des seins denses – pour définir un score. « Les modèles de risque clinique dépendent de la collecte d’informations provenant de différentes sources, qui ne sont pas toujours disponibles ou collectées – raisonne le chercheur principal Vignesh A. Arasu, radiologue exerçant au Kaiser Permanente Northern California -. Les progrès récents de l’apprentissage en profondeur de l’IA nous permettent d’extraire des centaines, voire des milliers de fonctionnalités de mammographie supplémentaires. »

Dans l’étude rétrospective, Arasu a utilisé des données associées à des mammographies de dépistage 2D négatives (sans signes visibles de cancer) réalisées à Kaiser Permanente Northern California en 2016. Sur les 324 009 femmes dépistées en 2016 qui répondaient aux critères d’éligibilité, une sous-cohorte aléatoire de 13 628 femmes était sélectionnés pour analyse. Et les 4 584 patientes du pool total qui ont reçu un diagnostic de cancer dans les 5 ans suivant leur mammographie initiale de 2016 ont également été étudiées.Toutes les femmes ont été suivies jusqu’en 2021.

Lire aussi:  Ricciardi, "les aliments transformés et les encres de tatouage sous surveillance en raison de l'augmentation des cas de cancer"

À l’aide de mammographies, des scores de risque de cancer du sein à 5 ans ont été générés par 5 algorithmes d’IA, dont 2 algorithmes académiques utilisés par les chercheurs et trois disponibles dans le commerce. Les scores de risque ont ensuite été comparés entre eux et avec celui obtenu à partir du modèle standard BCSC. « Les cinq algorithmes d’IA ont obtenu de meilleurs résultats que le modèle de risque BCSC pour prédire le risque de cancer du sein de 0 à 5 ans », rapporte Arasu. « Cette solide performance prédictive suggère que l’IA identifie à la fois les tumeurs manquantes et les caractéristiques du tissu mammaire qui aident à prédire le développement futur du cancer. Quelque chose à propos des mammographies nous permet de surveiller le risque de cancer du sein. C’est la « boîte noire » de l’intelligence artificielle ».

Certains des algorithmes d’Ai ont excellé dans la prédiction des cas de patients à haut risque d’un type de cancer souvent agressif qui peut nécessiter une deuxième lecture des mammographies, des dépistages supplémentaires ou une imagerie de suivi à court terme. Par exemple, lorsque les femmes présentant le risque le plus élevé de 10 % ont été évaluées, l’IA a prédit jusqu’à 28 % des cancers, contre 21 % prédits par la méthode classique. Utilisés en combinaison, les modèles de risque Ai et BCSC ont encore amélioré la prédiction du cancer.

« Nous recherchons un moyen précis, efficace et extensible de comprendre le risque de cancer du sein chez la femme. Les modèles de risque d’IA basés sur la mammographie offrent des avantages pratiques par rapport aux modèles traditionnels, car ils utilisent une seule source de données : la mammographie elle-même », explique Arasu, soulignant que certaines institutions utilisent déjà l’intelligence artificielle pour aider les radiologues à détecter le cancer dans les mammographies. Le futur score de risque d’une personne, qui prend quelques secondes à générer à partir de l’intelligence artificielle, pourrait être intégré dans le rapport de radiologie partagé avec le patient et son médecin. « C’est un outil qui pourrait nous aider à offrir une médecine de précision personnalisée à l’échelle nationale », conclut le chercheur.

Lire aussi:  Des pâtes chères, des prix en baisse : voilà pourquoi