Des chercheurs de la Mayo Clinic (Rochester, MN) et de l’Université de Californie à San Francisco ont confirmé que l’association de l’imagerie par intelligence artificielle (IA) et des algorithmes de densité volumétrique du sein permet de prédire le risque à long terme de cancer du sein, en particulier la maladie invasive. L’étude, intitulée « Impact of Artificial Intelligence System and Volumetric Density on Risk Prediction of Interval, Screen-Detected, and Advanced Breast Cancer », a été récemment publiée dans le Journal of Clinical Oncology.
Le but de l’étude était de déterminer si un algorithme d’intelligence artificielle pouvait contribuer à la prédiction du risque à long terme de cancer avancé et de cancer d’intervalle. Les chercheurs ont utilisé les images prises auprès de 2 412 femmes atteintes d’un cancer du sein invasif et de 4 995 témoins appariés ayant subi des mammographies numériques 2 à 5,5 ans avant le diagnostic du cancer. Ils ont comparé les performances des mesures d’évaluation conventionnelles (interprétation traditionnelle du radiologue et catégories de densité BI-RADS®) à la capacité des nouvelles techniques alimentées par l’IA (mesures précises de la densité volumétrique et scores de risque de malignité basés sur l’imagerie) pour la prédiction du risque à long terme des cancers avancés et de l’intervalle.
Résultats de l’étude :
Le score Transpara AI améliore la prédiction du risque à long terme lorsqu’il est associé à des facteurs de risque cliniques, notamment la densité mammaire, pour les cancers invasifs, les cancers détectés par dépistage, les cancers avancés et les cancers non avancés. Pour les cancers d’intervalle, les mesures de TruDensity sont restées de la plus haute importance pour la discrimination, même des années avant le cancer.
Logiciel d’IA utilisé dans cette étude
Le Transpara Exam Score est un outil de détermination du risque basé sur l’imagerie qui classe les examens sur une échelle de 10 points et qui est utilisé pour une lecture simultanée des mammographies. Plus le score est élevé, plus le risque de cancer est élevé selon la mammographie. La recherche clinique menée avec Transpara montre que les scores compris entre 1 et 7 (risque faible) ont une valeur prédictive négative de 99,97 %. L’algorithme Volpara TruDensity AI combine la physique des rayons X et l’apprentissage automatique pour générer une mesure volumétrique précise de la composition du sein afin d’éliminer la variabilité qui peut être causée par l’interprétation humaine.
« Alors que nous savons depuis des décennies qu’il existe une corrélation entre la densité mammaire et le risque de cancer du sein, des recherches récentes ont réellement fait progresser notre capacité à mieux comprendre les effets de la densité combinés au risque basé sur l’imagerie afin de mettre en place une médecine personnalisée pour les femmes », a déclaré le professeur Nico Karssemeijer, PhD, directeur scientifique de Screenpoint Medical et membre de la faculté de l’Université Radboud.
Utilisé par les plus grands centres mondiaux, Transpara a permis d’analyser plus de 4 millions de mammographies. Les études montrent que Transpara permet de détecter plus tôt jusqu’à 45 % des cancers d’intervalle, tout en contribuant à réduire la charge de travail et à optimiser le flux de travail.
« La densité mammaire est un facteur essentiel dans l’évaluation du risque de cancer du sein, et une mesure objective et volumétrique de la densité est cruciale. Grâce à la puissance de l’IA, nous pouvons découvrir des informations précieuses qui aident les cliniciens à identifier les personnes présentant un risque de cancer et à adapter des stratégies de dépistage et de prévention personnalisées », a déclaré Ralph Highnam, PhD, directeur scientifique et de l’innovation chez Volpara Health.
Le logiciel de Volpara est utilisé pour évaluer la densité mammaire de plus de 6 millions de femmes chaque année. Il est prouvé que TruDensity réduit la variabilité des lecteurs. Les radiologues approuvent l’évaluation de Volpara, qui peut être non dense (a ou b) ou dense (c ou d) dans 96 % des cas.
« L’identification précoce des risques basés sur l’imagerie peut permettre un dépistage et un parcours de soins plus efficaces pour les femmes à haut risque. Cette approche devrait non seulement sauver des vies, mais aussi permettre aux femmes d’être le moins possible perturbées dans leur vie en cas de nécessité de soins. Aujourd’hui, le dépistage nécessite ce type d’approche ciblée et personnalisée. Nous espérons que notre travail permettra aux femmes et à leurs prestataires de soins de fournir les bons soins, de la bonne manière et au bon moment », a ajouté le professeur Karssemeijer.
