Des pathologistes du centre médical universitaire de Leyde (LUMC), aux Pays-Bas, ont utilisé l’intelligence artificielle (IA) pour identifier les modifications de l’ADN présentes sur des images microscopiques de tumeurs utérines afin d’en déterminer le type.
Il est clairement apparu ces dernières années que les modifications de l’ADN au sein des tumeurs déterminent le comportement de celles-ci et, plus largement, l’évolution de la maladie. Dans le cas spécifique du cancer de l’endomètre, il existe quatre formes bien distinctes de la maladie, associées chacune à un décours spécifique. Il est donc crucial pour les patientes et pour ceux qui les soignent de savoir de quel type de tumeur il est question… mais à l’heure actuelle, cela impose de réaliser des tests d’ADN complémentaires passables coûteux. Des pathologistes se sont demandés si ces types « moléculaires » pouvaient également être identifiés à la microscopie.
Pour en avoir le cœur net, ils ont examiné les clichés microscopiques des tumeurs utérines de plus de 2000 patientes enrôlées dans les essais cliniques PORTEC, coordonnées au départ du LUMC par le professeur Carien Creutzberg. Toutes les patientes avaient subi une opération et avaient donné leur accord à l’utilisation des tissus résiduels dans le cadre de travaux scientifiques. En s’appuyant sur cette collection d’images tout à fait unique, les chercheurs du service de pathologie ont mis au point un modèle d’IA capable de prédire les modifications de l’ADN et donc le type de tumeur utérine. L’outil a toutefois ceci de particulier qu’il indique aussi où se trouve précisément dans les tissus l’information visuelle sur laquelle reposent ses prédictions ; contrairement à d’autres systèmes d’IA, il ne repose donc pas sur un modèle de « boîte noire ». Les résultats, publiés dans The Lancet Digital Health, révèlent comment l’IA permet d’améliorer le diagnostic et le traitement du cancer de l’utérus.
Améliorer le diagnostic des tumeurs utérines
« L’application de l’IA à des images de microscopie n’en est encore qu’à ses premiers balbutiements. Avec cette étude, nous avons voulu explorer plus en détail le rapport entre l’apparence de la tumeur et les modifications sous-jacentes de l’ADN. Nos travaux nous ont appris quelles sont les zones de la tumeur qui comportent les informations visuelles les plus importantes sur le plan du diagnostic, et donc celles sur lesquelles les pathologistes devraient se concentrer », résume Sarah Fremond, doctorante rattachée au service de pathologie.
Les auteurs soulignent que leur étude contribue à améliorer le diagnostic et le traitement du cancer de l’utérus. « La prochaine étape, pour notre équipe, sera de développer un modèle d’IA capable de prédire le risque de métastases », précise le pathologiste Tjalling Bosse.
