IA et dépistage du cancer du sein

Le dépistage du cancer du sein repose essentiellement sur la mammographie (+/– échographie). Cet examen a permis de faire reculer la mortalité liée à la maladie, mais il n’est pas infaillible. Certaines lésions sont difficiles à visualiser et toutes les images ne présentent pas le même degré de complexité. Depuis quelques années, l’intelligence artificielle fait son entrée dans les services d’imagerie afin d’apporter un regard complémentaire sur des milliers de clichés analysés chaque jour. 

L’intelligence artificielle pourrait ainsi renforcer certaines étapes du dépistage sans remettre en cause le rôle du radiologue. À l'Institut de Cancérologie Paris Nord, ces évolutions sont observées avec attention, tout comme d'autres innovations telles que la photobiomodulation. 

Comment l’intelligence artificielle transforme-t-elle la mammographie de dépistage ?

L’utilisation de l’intelligence artificielle concerne autant la production des images que leur interprétation.

L'évaluation de la densité mammaire

Tous les seins ne se lisent pas de la même façon sur une mammographie. Lorsque le tissu mammaire est dense, certaines anomalies peuvent devenir plus difficiles à distinguer. Les logiciels d’analyse proposent aujourd’hui une évaluation automatisée de cette densité. Cette information aide à identifier les situations dans lesquelles des examens complémentaires peuvent être discutés.

Le tri automatisé des examens normaux

Dans un programme de dépistage, la majorité des mammographies ne montre pas d’anomalie suspecte. Certaines solutions d’IA ont été développées pour reconnaître ces examens avec un haut niveau de confiance. Les images considérées comme normales peuvent ainsi être séparées des dossiers qui nécessitent une attention particulière. Les médecins peuvent alors davantage se consacrer aux situations plus complexes.

L'optimisation technique de la qualité d'image

Outre la recherche d’un cancer, l’apport de l’intelligence artificielle intervient également sur la qualité des images obtenues. Plusieurs étapes peuvent aujourd’hui être assistées par des outils numériques afin de faciliter la lecture radiologique (contrôle du positionnement, correction de certains défauts techniques, amélioration du rendu final…). 
 

Rôles de l'IA dans le dépistage du cancer du sein

Quel est l'impact de l'IA sur la réduction des faux négatifs du cancer du sein ?

L’une des principales limites du dépistage concerne les cancers qui ne sont pas identifiés en première lecture. C’est précisément sur ce point que se concentre une grande partie des recherches actuelles. Les études publiées récemment rapportent des résultats encourageants lorsque l’intelligence artificielle est associée au travail du radiologue. L’essai MASAI, conduit dans le cadre du dépistage suédois, a notamment montré une augmentation du nombre de cancers détectés sans hausse importante des faux positifs. Les outils d’intelligence artificielle ne permettent pas seulement de repérer des anomalies à un stade très précoce. 

Plusieurs études rapportent également une détection plus fréquente de cancers invasifs de petite taille et de certaines formes plus agressives. L’objectif est d’identifier ces tumeurs le plus tôt possible, avant leur progression. Détecter davantage de lésions ne constitue pas, à lui seul, un objectif suffisant. Les chercheurs suivent notamment l’évolution des carcinomes in situ identifiés grâce à ces nouvelles stratégies afin de déterminer leur véritable impact clinique en évitant les risques de surdiagnostic. Des investigations complémentaires sont encore nécessaires à ce stade.

Comment s'organise la collaboration entre le radiologue et le logiciel d'IA ?

Dans de nombreux travaux de recherches, le radiologue conserve une place centrale. Les performances les plus élevées sont observées lorsque les deux (IA + radiologues) travaillent ensemble. Dans plusieurs études européennes, l’IA fait donc office de lecteur supplémentaire, ce qui ajoute un niveau de contrôle et limite le risque qu’une anomalie discrète passe inaperçue. Les performances observées apparaissent supérieures à celles obtenues avec une lecture humaine seule/double, ou avec un système entièrement automatisé. Le volume d’examens généré par le dépistage du cancer du sein est considérable. Une partie de ce travail consiste à analyser des mammographies normales. 

En participant au tri de ces examens, l’IA pourrait réduire le nombre d’images nécessitant une lecture approfondie et permettre aux radiologues de concentrer leur expertise sur les dossiers et tâches les plus difficiles (- 44 % de charge de travail pour les radiologues). Même quand le logiciel signale une anomalie, la décision finale revient au médecin. Le radiologue interprète les images, les compare aux examens précédents et les confronte à l’histoire clinique de la patiente.

L'intelligence artificielle peut-elle prédire le risque de cancer du sein à l'avance ?

Plusieurs équipes de recherche explorent aujourd’hui la capacité de l’IA à estimer un risque futur de cancer du sein. Des algorithmes issus du deep learning analysent de vastes bases de mammographies à la recherche d’informations invisibles à l’œil humain. Certains travaux suggèrent qu’il serait possible d’estimer un risque de cancer plusieurs années avant qu’une tumeur ne devienne détectable sur les examens habituels. Ces modèles restent cependant en cours d’évaluation. Le dépistage organisé repose actuellement en grande partie sur l’âge. 

L’objectif des recherches en cours est d’aller vers une approche plus individualisée. Densité mammaire, antécédents familiaux ou mutations génétiques pourraient, à terme, participer à l’adaptation du rythme de surveillance. L’étude européenne MyPeBS évalue précisément cette stratégie. 

Pour l'Institut de Cancérologie Paris Nord comme pour l'ensemble des acteurs impliqués dans la prise en charge du cancer du sein, notamment via la radiothérapie du cancer du sein, l'enjeu est désormais l'intégration progressive de ces outils dans leur pratique de façon sécurisée.