L’IA deux fois plus précise que la biopsie pour évaluer l’agressivité de certains sarcomes

L’intelligence artificielle (IA) pourrait être environ deux fois plus précise qu’une biopsie pour évaluer l’agressivité de certains sarcomes, selon une nouvelle étude du Royal Marsden NHS Foundation Trust et de l’Institute of Cancer Research de Londres.

Les résultats de l’étude, qui ont été publiés dans The Lancet Oncologie, suggèrent qu’un nouvel algorithme d’IA pourrait aider à adapter le traitement de certains patients atteints de sarcome de manière plus précise et plus efficace qu’une biopsie, une procédure invasive qui est actuellement une pratique courante. La recherche suggère également que la technologie pourrait aider les cliniciens à diagnostiquer des sous-types de la maladie rare, accélérant ainsi le diagnostic.

Les chercheurs pensent que cette technique pourrait éventuellement être appliquée à d’autres types de cancer, bénéficiant potentiellement à des milliers de patients chaque année.

Le sarcome des tissus mous est un type de cancer qui se développe dans les tissus conjonctifs du corps, notamment la graisse, les muscles, les nerfs et les vaisseaux sanguins et lymphatiques. Il s’agit d’un cancer rare, avec environ 4 295 personnes diagnostiquées chaque année en Angleterre et plus de 50 types différents. Cette étude s’est concentrée sur le sarcome rétropéritonéal, un sarcome des tissus mous qui se développe à l’arrière de l’abdomen et, en raison de sa localisation et de sa rareté, est actuellement difficile à diagnostiquer et à traiter.

Algorithme d’IA

Les chercheurs ont utilisé les tomodensitogrammes de 170 patients traités au Royal Marsden avec les deux formes les plus courantes de sarcome rétropéritonéal – le léiomyosarcome et le liposarcome – pour créer un algorithme d’IA, qui a ensuite été testé sur près de 90 patients provenant de centres à travers l’Europe et les États-Unis. une technique appelée radiomique pour analyser les données du scanner, qui peut extraire des informations sur la maladie du patient à partir d’images médicales, y compris des données qui ne peuvent pas être distinguées par l’œil humain.

Le modèle a évalué avec précision le risque – ou le degré d’agressivité d’une tumeur – de 82 % des tumeurs analysées, alors que seulement 44 % ont été correctement évalués à l’aide d’une biopsie.

Le modèle a également prédit avec précision le type de maladie de 84 % des sarcomes testés, ce qui signifie qu’il peut effectivement différencier le léiomyosarcome du liposarcome, par rapport aux radiologues qui n’étaient pas en mesure de diagnostiquer 35 % des cas.

En offrant aux cliniciens un moyen plus précis et plus efficace de classer les tumeurs, les chercheurs espèrent que cette technologie améliorera la gestion de la maladie et ses résultats. Par exemple, étant donné que des tumeurs de haut grade peuvent indiquer une maladie agressive, cet outil pourrait contribuer à garantir que les patients à haut risque soient identifiés et reçoivent un traitement amplifié, tandis que les patients à faible risque pourraient se voir épargner des traitements, des examens de suivi et des visites à l’hôpital inutiles. Cela pourrait également accélérer le diagnostic de la maladie en aidant les cliniciens – qui n’ont peut-être jamais vu de sarcome rétropéritonéal en raison de sa rareté – à identifier plus précisément le sous-type.

Le premier auteur, le Dr Amani Arthur, chercheur clinique à l’Institute of Cancer Research de Londres et registraire au Royal Marsden NHS Foundation Trust, a déclaré : « Il existe un besoin urgent d’améliorer le diagnostic et le traitement des patients atteints de sarcome rétropéritonéal, qui Les résultats sont actuellement médiocres. La maladie est très rare (les cliniciens ne voient qu’un ou deux cas au cours de leur carrière), ce qui signifie que le diagnostic peut être lent. Ce type de sarcome est également difficile à traiter car il peut atteindre de grandes tailles et, en raison de la localisation de la tumeur dans l’abdomen, impliquent une intervention chirurgicale complexe.

« Grâce à ces premières recherches, nous avons développé un outil d’IA innovant utilisant des données d’imagerie qui pourrait nous aider à identifier plus précisément et plus rapidement le type et le grade des sarcomes rétropéritonéaux que les méthodes actuelles. Cela pourrait améliorer les résultats pour les patients en aidant à accélérer le diagnostic du maladie et mieux adapter le traitement en identifiant de manière fiable le risque de maladie de chaque patient.

“Dans la prochaine phase de l’étude, nous testerons ce modèle en clinique sur des patients présentant des sarcomes rétropéritonéaux potentiels pour voir s’il peut caractériser avec précision leur maladie et mesurer les performances de la technologie au fil du temps.”

Le professeur principal de l’étude, Christina Messiou, radiologue consultante au Royal Marsden NHS Foundation Trust et professeur en imagerie pour l’oncologie personnalisée à l’Institute of Cancer Research de Londres, a déclaré : « Il s’agit de l’étude la plus vaste et la plus robuste à ce jour qui a développé et testé avec succès un modèle d’IA visant à améliorer le diagnostic et le classement du sarcome rétropéritonéal à l’aide des données des tomodensitogrammes. En raison de la rareté de la maladie, il s’agissait d’un effort mondial et je suis immensément fier et reconnaissant envers l’équipe.

« Nous sommes incroyablement enthousiasmés par le potentiel de cette technologie de pointe, qui pourrait conduire à de meilleurs résultats pour les patients grâce à un diagnostic plus rapide et à un traitement personnalisé plus efficace. Alors que les patients atteints de sarcome rétropéritonéal sont régulièrement scannés par tomodensitométrie, nous espérons cet outil sera à terme utilisé à l’échelle mondiale, garantissant que les centres spécialisés, qui voient quotidiennement des patients atteints de sarcome, ne seront pas les seuls à pouvoir identifier et classer la maladie de manière fiable.

« À l’avenir, cette approche pourrait aider à caractériser d’autres types de cancer, pas seulement le sarcome rétropéritonéal. Notre nouvelle approche utilisait des caractéristiques spécifiques à cette maladie, mais en affinant l’algorithme, cette technologie pourrait un jour améliorer les résultats de milliers de patients chaque année. “.

Le Dr Paul Huang, chef de groupe en oncologie moléculaire et systémique à l’Institute of Cancer Research de Londres, a déclaré : « C’est passionnant de voir l’IA, qui est formée pour détecter des signes incroyablement subtils indiquant qu’un cancer est agressif à partir d’un simple scanner – permettre un diagnostic et une classification rapides de ce type rare de sarcome. Les sarcomes représentent un groupe de cancers biologiquement complexe – englobant de nombreux types distincts – et les distinguer à l’œil humain pose un formidable défi, en particulier en dehors des centres spécialisés.

“Ce type de technologie a le potentiel de transformer la vie des personnes atteintes de sarcome, en permettant des plans de traitement personnalisés adaptés à la biologie spécifique de leur cancer. C’est formidable de voir des résultats aussi prometteurs.”