Le risque de cancer du sein évalué en secondes grâce à l’IA !

Imaginez un futur où votre mammographie annuelle n’est plus simplement un examen de routine, mais une évaluation personnalisée de votre risque de cancer du sein. Maggie Chung, MD, experte en imagerie mammaire à UCSF, et Adam Yala, PhD, professeur adjoint en santé numérique de précision et en ingénierie électrique et informatique à UC Berkeley et UCSF, avancent dans la recherche sur la traduction clinique de Mirai, un algorithme d’intelligence artificielle (IA) qui évalue le risque de cancer du sein. Développé par le Dr Yala, Mirai peut analyser une mammographie en quelques secondes et prédire le risque futur de développer un cancer du sein chez un individu.

Chung voit de nombreux avantages potentiels dans les modèles de prédiction de risque grâce à l’IA, expliquant : « Avec l’IA, vous pouvez créer une prédiction de risque dynamique année par année, basée sur votre mammographie de dépistage, au lieu de vous fier à des facteurs de risque sur une vie entière. » Cette méthode améliore non seulement la précision de l’évaluation des risques, mais elle permet également des interventions opportunes, telles que des dépistages supplémentaires par IRM si nécessaire. Les méthodes traditionnelles d’évaluation des risques reposent souvent sur de longs questionnaires, ce qui peut s’avérer difficile pour les patients, notamment ceux dont la langue maternelle n’est pas l’anglais. Chung et Yala sont conscients des limites des méthodes d’évaluation traditionnelles et travaillent à améliorer les soins cliniques en se concentrant sur l’analyse alimentée par l’IA. Ils développent Mirai pour en accroître l’exactitude. Parallèlement, ils étudient les avantages des outils d’évaluation des risques par IA dans la pratique clinique via des essais prospectifs.

Chung et Yala collaborent avec une équipe sur un vaste essai multicentrique utilisant des modèles d’IA pour sélectionner des patients dont les mammographies de dépistage sont jugées normales, mais qui sont évalués par le modèle d’IA comme étant à haut risque. L’IA peut détecter des indices très subtils, invisibles à l’œil humain, comme des motifs de texture tissulaire ou de minuscules indications des tout premiers signes de cancer du sein. Une fois identifiés, les individus à haut risque peuvent se voir proposer un dépistage par IRM supplémentaire pour améliorer la détection précoce et les résultats.

Chung a déclaré : « Nous proposons des IRM aux patients identifiés par le modèle d’IA comme étant ‘très à risque’. Sur la base de nos prédictions, nous prévoyons de détecter plus de cancers chez ces patients présélectionnés que ceux actuellement détectés par les IRM de dépistage supplémentaires offertes par les lignes directrices existantes pour les patients à haut risque. »

Dans une autre étude prospective en cours à l’hôpital général Zuckerberg de San Francisco (ZSFGH), Chung et Yala utilisent le modèle d’IA pour identifier les patients dans le top 10 % de risque. En priorisant ce groupe, l’étude propose des évaluations le jour même pour leurs mammographies de dépistage. Ce dépistage assisté par algorithmes contribue à réduire le besoin de visites de retour pour évaluer des anomalies potentielles apparues sur la mammographie de dépistage, économisant du temps pour les patients tout en améliorant l’efficacité opérationnelle de l’hôpital. Les avantages potentiels sont particulièrement significatifs pour les patients mal desservis et sans abri, qui se heurtent souvent à des défis supplémentaires pour planifier et suivre leurs rendez-vous à ZSFGH.