Pourquoi les cancers rares sont-ils un défi pour l'IA ?
Pour diagnostiquer un cancer, un médecin spécialiste, le pathologiste, examine au microscope de fines tranches de tissu colorées, appelées lames. De plus en plus d'hôpitaux numérisent ces lames, ce qui permet à une IA de les analyser.
Jusqu'ici, la plupart des IA de pathologie sont entraînées pour un seul organe, avec des milliers d'exemples annotés à la main. Cela marche pour les cancers fréquents, comme ceux du sein ou de la prostate. Mais pour un cancer rare, défini aux États-Unis comme touchant moins de 15 personnes sur 100 000 par an, il n'existe pas assez d'exemples pour construire un outil dédié.
Qu'ont fait les chercheurs ?
L'équipe, issue surtout de l'entreprise Paige, avec Microsoft Research et le Memorial Sloan Kettering Cancer Center, a créé Virchow, du nom du médecin considéré comme le père de la pathologie moderne. C'est un modèle de fondation : il apprend d'abord seul, sans étiquettes, à décrire ce qu'il voit sur 1 488 550 lames de 119 629 patients. Ces descriptions servent ensuite de base à des outils plus précis, qui demandent alors beaucoup moins d'exemples annotés.
Sur cette base, les chercheurs ont construit un seul détecteur de cancer pour tous les tissus. Ils l'ont testé sur 9 cancers fréquents (sein, prostate, poumon, côlon, peau, vessie, utérus, pancréas, tête et cou) et 7 cancers rares (foie, estomac, cerveau, ovaire, col de l'utérus, testicule, os). La moitié des échantillons de test venaient d'autres établissements, envoyés pour un deuxième avis.
Quels résultats Virchow a-t-elle obtenus ?
Les résultats sont donnés en aire sous la courbe, une note entre 0,5 (le hasard) et 1 (un test parfait). Le détecteur obtient 0,950 sur l'ensemble des cancers et 0,937 sur les cancers rares, mieux que les autres modèles de fondation comparés. Réglé pour repérer 95 % des cancers, il classe correctement 72,5 % des échantillons sans cancer.
Les chercheurs l'ont aussi comparé à trois outils commerciaux de Paige, entraînés chacun pour un seul organe. Sur la prostate et le sein, il reste un peu en dessous (0,980 contre 0,995 pour la prostate). Mais il repère mieux certaines formes rares de cancer du sein, et il a même détecté des lymphomes, des cancers du système lymphatique qu'aucun de ces modèles n'avait appris à reconnaître.
Les chiffres clés
- 1,5 millionde lames de biopsie numérisées pour entraîner Virchow
- 0,950d'aire sous la courbe pour repérer le cancer, tous types confondus
- 0,937d'aire sous la courbe pour les 7 cancers rares
Cancer rare : suivre ton parcours avec Mima
Virchow reste un outil de recherche. Mais quand on vit avec un cancer rare, le diagnostic peut prendre du temps et passer par un deuxième avis dans un centre spécialisé, comme dans cette étude.
Mima t'aide à garder une trace de tes biopsies, comptes rendus et rendez-vous, et à préparer tes questions, par exemple : « Mes lames peuvent-elles être relues par un centre expert de mon cancer ? » Tu peux aussi échanger avec d'autres patients qui vivent la même chose.
Qu'est-ce que cela pourrait changer pour les patients ?
La plupart des biopsies sont bénignes. Selon les auteurs, un détecteur de ce type pourrait aider les pathologistes à traiter en priorité les lames suspectes et ainsi raccourcir l'attente des résultats. Comme il faut moins d'exemples pour l'entraîner, des outils fiables pourraient aussi voir le jour pour des cancers rares, souvent oubliés par l'IA.
Dans tous les cas, l'IA servirait d'aide : c'est le pathologiste qui pose le diagnostic.
Quelles sont les limites de cette étude ?
Les lames d'entraînement viennent d'un seul centre et de peu de modèles de scanners. Les résultats varient selon les cancers : le cancer de l'os (0,841) et celui du col de l'utérus restent sous 0,9. Plus de la moitié des fausses alertes concernaient des lésions précancéreuses, et non des tissus sains.
Les auteurs rappellent qu'une validation détaillée, type de cancer par type de cancer, reste nécessaire avant un usage clinique. La plupart travaillent pour Paige, qui développe des produits commerciaux de pathologie. Enfin, l'étude porte sur des lames déjà existantes : elle ne montre pas encore de bénéfice pour les patients.
Questions fréquentes
Qu'est-ce qu'un modèle de fondation en pathologie ?
C'est une IA généraliste entraînée sur un très grand nombre de lames sans annotations. Elle sert ensuite de base à des outils plus précis, comme un détecteur de cancer, qui demandent peu d'exemples.
Qu'est-ce qu'un cancer rare ?
Aux États-Unis, le National Cancer Institute appelle cancer rare un cancer qui touche moins de 15 personnes sur 100 000 par an. Dans l'étude, il s'agit notamment des cancers du foie, du cerveau, de l'ovaire ou de l'os.
L'IA remplace-t-elle le pathologiste ?
Non. Virchow est un outil de recherche. Les auteurs l'imaginent comme une aide pour trier et prioriser les lames, le diagnostic restant posé par le pathologiste.
Virchow est-elle utilisée à l'hôpital ?
L'étude porte sur des lames existantes et ne décrit pas d'usage en routine. Une validation détaillée par type de cancer est encore nécessaire.
L'étude originale
Vorontsov E, Bozkurt A, Casson A, et al. « A foundation model for clinical-grade computational pathology and rare cancers detection » Nature Medicine, 22 juillet 2024. DOI : 10.1038/s41591-024-03141-0
Lire l'étude complète dans Nature MedicineCet article résume une étude scientifique et ne remplace pas un avis médical.