Des scientifiques découvrent une forme à haut risque de cancer de l’endomètre et comment la détecter grâce à l’IA

Une découverte réalisée par des chercheurs de l’Université de la Colombie-Britannique promet d’améliorer les soins prodigués aux patientes atteintes d’un cancer de l’endomètre, la tumeur maligne gynécologique la plus courante.

En utilisant l’intelligence artificielle (IA) pour repérer des modèles sur des milliers d’images de cellules cancéreuses, les chercheurs ont identifié un sous-ensemble distinct de cancer de l’endomètre qui expose les patientes à un risque beaucoup plus élevé de récidive et de décès, mais qui autrement ne serait pas reconnu par la pathologie traditionnelle et les diagnostics moléculaires.

Les résultats, publiés dans Communications naturellesaidera les médecins à identifier les patients atteints d’une maladie à haut risque qui pourraient bénéficier d’un traitement plus complet.

“Le cancer de l’endomètre est une maladie diversifiée, certaines patientes étant beaucoup plus susceptibles que d’autres de voir leur cancer réapparaître”, a déclaré la Dre Jessica McAlpine, professeure et titulaire de la chaire Dr Chew Wei en oncologie gynécologique à l’UBC, et chirurgienne-chercheuse à BC Cancer and Hôpital général de Vancouver. “Il est très important que les patients présentant une maladie à haut risque soient identifiés afin que nous puissions intervenir et, espérons-le, prévenir la récidive. Cette approche basée sur l’IA contribuera à garantir qu’aucun patient ne manque une opportunité d’interventions potentiellement vitales.”

Médecine de précision basée sur l’IA

La découverte s’appuie sur les travaux du Dr McAlpine et de ses collègues de la Gynecologic Cancer Initiative de la Colombie-Britannique – une collaboration multi-institutionnelle entre l’UBC, BC Cancer, Vancouver Coastal Health et le BC Women’s Hospital – qui, en 2013, ont contribué à montrer que le cancer de l’endomètre peut être classé en quatre sous-types. basé sur les caractéristiques moléculaires des cellules cancéreuses, chacune posant un niveau de risque différent pour les patients.

Le Dr McAlpine et son équipe ont ensuite développé un outil de diagnostic moléculaire innovant, appelé ProMiSE, capable de distinguer avec précision les sous-types. L’outil est maintenant utilisé partout en Colombie-Britannique, dans certaines régions du Canada et à l’échelle internationale pour guider les décisions de traitement.

Pourtant, des défis demeurent. Le sous-type moléculaire le plus répandu, englobant environ 50 % de tous les cas, est en grande partie une catégorie fourre-tout pour les cancers de l’endomètre dépourvus de caractéristiques moléculaires discernables.

« Certains patients de cette catégorie très vaste ont des résultats extrêmement bons, tandis que d’autres ont des résultats très défavorables en matière de cancer. Mais jusqu’à présent, nous n’avions pas les outils nécessaires pour identifier les patients à risque afin de leur proposer un traitement approprié », a déclaré le Dr McAlpine.

Le Dr McAlpine s’est tourné vers un collaborateur de longue date et expert en apprentissage automatique, le Dr Ali Bashashati, professeur adjoint de génie biomédical, de pathologie et de médecine de laboratoire à l’UBC, pour tenter de segmenter davantage la catégorie à l’aide de méthodes d’IA avancées.

Le Dr Bashashati et son équipe ont développé un modèle d’IA d’apprentissage profond qui analyse les images d’échantillons de tissus prélevés sur des patients. L’IA a été entraînée à différencier les différents sous-types et, après avoir analysé plus de 2 300 images de tissus cancéreux, a identifié le nouveau sous-groupe qui présentait des taux de survie nettement inférieurs.

“Le pouvoir de l’IA réside dans le fait qu’elle peut examiner objectivement de grands ensembles d’images et identifier des modèles qui échappent aux pathologistes humains”, a déclaré le Dr Bashashati. “Il s’agit de trouver l’aiguille dans la botte de foin. Cela nous indique que ce groupe de cancers présentant ces caractéristiques est le pire délinquant et représente un risque plus élevé pour les patients.”

Apporter la découverte aux patients

L’équipe explore actuellement comment l’outil d’IA pourrait être intégré à la pratique clinique aux côtés des diagnostics moléculaires et pathologiques traditionnels, grâce à une subvention de l’Institut de recherche Terry Fox.

« Les deux travaillent main dans la main, l’IA fournissant une couche supplémentaire en plus des tests que nous effectuons déjà », a déclaré le Dr McAlpine.

L’un des avantages de l’approche basée sur l’IA est qu’elle est rentable et facile à déployer dans toutes les zones géographiques. L’IA analyse les images qui sont régulièrement recueillies par les pathologistes et les prestataires de soins de santé, même dans les petits sites hospitaliers des communautés rurales et éloignées, et partagées lors de la recherche d’un deuxième avis sur un diagnostic.

L’utilisation combinée de l’analyse moléculaire et basée sur l’IA pourrait permettre à de nombreux patients de rester dans leur communauté d’origine pour une intervention chirurgicale moins intensive, tout en garantissant que ceux qui ont besoin d’un traitement dans un centre de cancérologie plus grand puissent le faire.

« Ce qui nous intéresse vraiment, c’est la possibilité d’une plus grande équité et d’un meilleur accès », a déclaré le Dr Bashashati. “L’IA ne se soucie pas de savoir si vous êtes dans un grand centre urbain ou une communauté rurale, elle serait simplement disponible, nous espérons donc que cela pourrait vraiment transformer la façon dont nous diagnostiquons et traitons le cancer de l’endomètre pour les patientes du monde entier.”