L'intelligence artificielle au service du dépistage précoce du cancer du sein

Une étude récente démontre que les algorithmes d'IA peuvent prédire le développement du cancer du sein des années avant sa détection clinique. Cette avancée pourrait transformer les stratégies de dépistage et offrir une prise en charge plus ciblée pour les femmes à risque.

Détection précoce et précision accrue grâce à l'ia

Les algorithmes d'intelligence artificielle ont été testés pour évaluer leur capacité à identifier les signes précoces du cancer du sein bien avant qu'il ne soit visible pour les radiologues. Dans une étude de cohorte rétrospective menée sur 116 495 femmes âgées de 50 à 69 ans en Norvège, un algorithme d'IA a été appliqué à des mammographies réalisées sur une période de plusieurs années. Les résultats montrent que les scores fournis par l'IA étaient significativement plus élevés chez les femmes qui ont développé un cancer détecté lors du dépistage, jusqu'à six ans avant que le cancer ne soit finalement diagnostiqué.

Les données révèlent que pour les femmes qui ont développé un cancer dépisté, la différence moyenne absolue des scores d'IA entre les deux seins était de 21,3 lors de la première ronde d'examen, augmentant à 79,0 lors de la troisième ronde. Cette tendance suggère que les algorithmes peuvent non seulement détecter les cancers existants, mais aussi estimer le risque de développement futur de la maladie.

Vers un dépistage personnalisé et une réduction des faux positifs

L'étude souligne également l'avantage potentiel des algorithmes d'IA pour réduire le taux de faux positifs, un problème courant dans les dépistages actuels. Les scores d'IA se sont avérés plus fiables que certains modèles de risque traditionnels, tels que le modèle Tyrer-Cuzick et le Breast Cancer Risk Assessment Tool. Ces modèles basés sur des facteurs de risque cliniques affichent des performances AUC (aire sous la courbe caractéristique du receveur) de 0,62 à 0,71, alors que l'IA a montré une AUC de 0,97 pour la détection de cancers lors de la troisième ronde d'examens.

Ces résultats prometteurs ouvrent la voie à une utilisation accrue de l'IA pour une approche de dépistage plus ciblée et personnalisée. En utilisant ces scores, les radiologues pourraient mieux identifier les patientes à haut risque, leur proposant ainsi un suivi renforcé ou des examens complémentaires. Cette approche pourrait non seulement améliorer les taux de détection précoce mais aussi réduire le recours à des traitements invasifs pour les patientes.

Gjesvik J, Moshina N, Lee CI, Miglioretti DL, Hofvind S. Artificial Intelligence Algorithm for Subclinical Breast Cancer Detection. JAMA Netw Open. 2024;7(10):e2437402. doi:10.1001/jamanetworkopen.2024.37402