Pourquoi la mammographie de dépistage n'est-elle pas parfaite ?
La mammographie de dépistage est une radiographie du sein proposée à des femmes sans symptômes, pour trouver un cancer tôt, quand les traitements sont plus efficaces. Des programmes existent dans de nombreux pays.
Mais lire ces images est difficile. Il y a des faux positifs, c'est-à-dire des alertes à tort qui entraînent des examens supplémentaires et de l'angoisse, et des faux négatifs, c'est-à-dire des cancers qui passent inaperçus. Au Royaume-Uni, chaque mammographie est lue par deux radiologues, ce qui demande beaucoup de personnel.
Une IA fiable pourrait donc aider à la fois les femmes (moins d'erreurs) et les services (moins de charge de lecture).
Qu'ont fait les chercheurs ?
Une équipe internationale a développé une IA et l'a évaluée sur deux grands jeux de données : un jeu britannique, représentatif des femmes dépistées, et un jeu américain plus volumineux, enrichi en cas de cancer. Les auteurs ont aussi vérifié si une IA entraînée avec les données du Royaume-Uni fonctionnait sur celles des États-Unis.
Ils ont ensuite comparé l'IA à six radiologues dans une étude indépendante, puis simulé son rôle dans la double lecture pratiquée au Royaume-Uni.
Le fait de tester l'IA sur deux pays est important : un outil qui ne marche que dans l'hôpital où il a été conçu serait de peu d'utilité.
Quels résultats ont été obtenus ?
Par rapport aux lectures des médecins, l'IA a réduit en valeur absolue les faux positifs de 5,7 points aux États-Unis et de 1,2 point au Royaume-Uni, et les faux négatifs de 9,4 points aux États-Unis et de 2,7 points au Royaume-Uni. Les résultats se généralisent donc d'un pays à l'autre.
Dans l'étude avec six radiologues, l'IA a obtenu de meilleurs résultats que chacun d'eux : son aire sous la courbe dépasse celle du radiologue moyen de 11,5 points. Dans la simulation où elle joue le rôle d'un des deux lecteurs, elle a gardé une performance non inférieure à celle du système actuel et a réduit de 88 % le travail du second lecteur.
Autrement dit, dans cette évaluation, l'IA se trompait moins souvent dans les deux sens que les médecins dont les lectures servaient de référence.
Les chiffres clés
- 5,7 et 1,2 pointsde faux positifs en moins, aux États-Unis et au Royaume-Uni (9,4 et 2,7 points de faux négatifs en moins)
- 11,5 pointsd'aire sous la courbe de plus que le radiologue moyen, dans l'étude avec six radiologues
- 88 %de travail en moins pour le second lecteur, dans une simulation de double lecture
Qu'est-ce que cela pourrait changer pour les patientes ?
Moins de fausses alertes, c'est moins d'examens inutiles et moins d'inquiétude. Moins de cancers manqués, c'est des diagnostics plus précoces. Et alléger la charge de lecture pourrait libérer du temps de radiologue, précieux dans les pays qui en manquent.
Les auteurs voient dans ces résultats une base pour lancer des essais cliniques visant à améliorer la précision et l'efficacité du dépistage du sein.
Comme beaucoup de femmes sont dépistées, même un petit gain de précision pourrait toucher un grand nombre de personnes.
Quelles sont les limites de cette étude ?
Il s'agit d'une évaluation sur des images déjà lues, pas d'un essai où l'IA aurait été utilisée en direct. On ne sait donc pas si elle améliore réellement la prise en charge des femmes. Le jeu américain était enrichi en cas de cancer, ce qui n'est pas la situation d'un dépistage réel.
L'étude de six radiologues est de petite taille, et la simulation de double lecture n'est pas un fonctionnement en conditions réelles. Les essais cliniques annoncés par les auteurs sont donc nécessaires.
Enfin, comme dans toute évaluation sur dossiers passés, un suivi plus long des patientes pourrait modifier certains résultats.
Préparer ta prochaine mammographie avec Mima
Dans cette étude, une IA relisant des mammographies a réduit les fausses alertes et les cancers manqués. Ce n'est pas encore partout : certains centres testent ces outils, d'autres non, et une radiologue reste présente.
Mima te permet de noter tes rendez-vous de mammographie et leurs résultats. Tu peux aussi préparer la question : « Mon centre utilise-t-il l'IA pour relire les clichés ? » Et si une alerte t'inquiète, elle t'aide à rassembler tes questions pour la consultation.
Questions fréquentes
Qu'est-ce qu'un faux positif en mammographie ?
C'est une alerte à tort : l'image paraît suspecte alors qu'il n'y a pas de cancer. Cela entraîne souvent des examens supplémentaires et de l'inquiétude.
Cette IA remplace-t-elle le radiologue ?
Pas dans cette étude. Les auteurs ont simulé son rôle comme l'un des deux lecteurs d'un système de double lecture. Un humain reste impliqué.
Pourquoi l'étude utilise-t-elle des données de deux pays ?
Pour vérifier que l'IA fonctionne au-delà du pays où elle a été entraînée. Les auteurs montrent qu'elle se généralise du Royaume-Uni aux États-Unis.
L'IA est-elle déjà utilisée dans les programmes de dépistage ?
L'étude est une évaluation sur des images existantes. Elle prépare le terrain pour des essais cliniques mais ne prouve pas encore un bénéfice pour les patientes.
L'étude originale
McKinney SM, Sieniek M, Godbole V, et al. « International evaluation of an AI system for breast cancer screening » Nature, janvier 2020. DOI : 10.1038/s41586-019-1799-6
Lire l'étude complète dans NatureCet article résume une étude scientifique et ne remplace pas un avis médical.