Une nouvelle étude présente une approche innovante de la détection cruciale des lésions précancéreuses à l’aide de grandes images haute résolution. Une équipe de chercheurs du Portugal a développé une solution d’apprentissage automatique qui assiste les pathologistes dans la détection de la dysplasie cervicale, rendant le diagnostic de nouveaux échantillons complètement automatique. C’est l’une des premières œuvres publiées à utiliser des diapositives complètes.
Le cancer du col de l’utérus est le quatrième cancer le plus fréquent chez les femmes, avec environ 604 000 nouveaux cas en 2020, selon l’Organisation mondiale de la santé (OMS). Cependant, il fait également partie des types de cancer évitables et traitables avec le plus de succès, à condition qu’il soit identifié tôt et correctement pris en charge. Ainsi, le dépistage et la détection des lésions précancéreuses (et la vaccination) sont cruciaux pour prévenir la maladie.
Mais que se passerait-il si nous pouvions développer des modèles d’apprentissage automatique pour aider à la classification subjective des lésions dans l’épithélium squameux – le type d’épithélium qui a des fonctions de protection contre les micro-organismes – en utilisant des images de diapositives entières (WSI) contenant des informations sur l’ensemble du tissu.
En ce sens, une équipe de chercheurs de l’Institut des systèmes et de l’ingénierie informatique, de la technologie et des sciences (INESC TEC) et du laboratoire de pathologie moléculaire et anatomique IMP Diagnostics, au Portugal, a développé une méthodologie faiblement supervisée – une technique d’apprentissage automatique qui combine des données annotées et non annotées pendant la formation du modèle – pour évaluer la dysplasie cervicale.
Ceci est particulièrement utile, étant donné que les annotations des données de pathologie sont difficiles à obtenir : les images sont volumineuses, ce qui rend le processus d’annotation très long et fastidieux, en plus de sa grande subjectivité. Ce type de technique permet aux chercheurs de développer des modèles avec de bonnes performances, même avec certaines informations manquantes lors de la phase d’apprentissage du modèle.
Le modèle classera ensuite la dysplasie cervicale, la croissance anormale des cellules à la surface, en lésions malpighiennes intraépithéliales de bas (LSIL) ou de haut grade (HSIL).
Dans la détection de la dysplasie cervicale, ce fut l’un des premiers travaux publiés à utiliser les diapositives complètes, suivant une approche qui inclut la segmentation et la classification ultérieure des zones d’intérêt, rendant le diagnostic de nouveaux échantillons complètement automatique.
Sara Oliveira, Chercheuse, INESC TEC
Le potentiel de la « grande image »
Ce processus de classification est complexe et peut être « subjectif ». Par conséquent, le développement de modèles d’apprentissage automatique peut aider les pathologistes dans cette tâche ; de plus, le diagnostic assisté par ordinateur (CAD) joue un rôle important : ces systèmes peuvent servir de première indication des cas suspects, alertant les pathologistes des cas qui devraient être évalués plus étroitement.
Sara Oliveira a souligné que même le développement de systèmes de CAO pour l’aide à la décision en pathologie numérique est loin d’être complètement résolu. « En fait, la pathologie computationnelle est encore un domaine relativement récent, avec de nombreux défis à résoudre, afin que les modèles d’apprentissage automatique puissent efficacement approcher l’applicabilité clinique », a-t-elle mentionné.
Il existe également un compromis en jeu dans l’utilisation de WSI, et les approches les plus courantes se concentrent sur le découpage manuel de zones plus petites des diapositives. Les images WSI sont généralement de grandes images haute résolution (souvent supérieures à 50 000 × 50 000 pixels) ; par conséquent, ils ne sont pas facilement adaptables aux unités de traitement graphique (GPU) utilisées pour former des modèles d’apprentissage en profondeur.
« Malgré des résultats prometteurs, le fait que ces approches nécessitent une sélection manuelle des zones à classer, en se concentrant uniquement sur de petites régions (compte tenu de la taille du glissement), les rend plus fragiles du point de vue de la mise en œuvre », a déclaré le chercheur.
Entraînement du modèle de segmentation
Le cadre comprend une étape de segmentation de l’épithélium suivie d’un classificateur de dysplasie (non néoplasique, LSIL, HSIL), rendant l’évaluation des lames complètement automatique, sans qu’il soit nécessaire d’identifier manuellement les zones épithéliales. « L’approche de classification proposée a atteint une précision équilibrée de 71,07 % et une sensibilité de 72,18 %, au niveau des tests sur lame sur 600 échantillons indépendants », a précisé l’auteur principal de l’étude.
Pour former le modèle de segmentation, les chercheurs ont utilisé toutes les lames annotées (186), avec un total de 312 fragments de tissus. Les résultats montrent que « ce n’est que très rarement que le modèle ne reconnaît pas une grande partie de l’épithélium ou identifie mal une zone importante ».
Après la première étape de segmentation, les chercheurs ont utilisé les retours sur investissement identifiés pour se concentrer sur la classification, permettant l’utilisation de WSI non annotés pour la formation et le diagnostic automatique des cas invisibles. Ensuite, le classificateur peut diagnostiquer le grade de dysplasie à partir des tuiles de ces zones.
Cette solution a utilisé 383 régions épithéliales annotées pour former le modèle de classification, divisé en ensembles d’apprentissage et de validation. Les chercheurs ont testé différents modèles et, après avoir choisi le meilleur, pour tenter de tirer parti de la tâche d’apprentissage de la classification, ils ont reformé la version en ajoutant des tuiles étiquetées individuelles à l’ensemble d’apprentissage (263). En combinant la tuile sélectionnée de chaque zone d’épithélium, qui n’a que l’étiquette du sac correspondant, avec des tuiles qui ont une étiquette particulière associée, le processus de sélection de tuiles a été amélioré.
Enfin, pour tirer parti de l’ensemble de données complet, l’équipe a reformé le modèle en ajoutant des sacs de tuiles à partir des diapositives non annotées (1198).
Le chercheur principal de l’article souligne que les travaux futurs pourraient viser à affiner les deux parties du modèle (segmentation et classification), ainsi qu’à évaluer une approche entièrement intégrée.
L’ensemble de test de 600 échantillons, utilisé dans l’étude actuelle, a été sélectionné à partir de l’ensemble de données IMP Diagnostics et est disponible « sur demande raisonnable ».
« Chez IMP Diagnostics, nous investissons dans l’amélioration du diagnostic du cancer du col de l’utérus et, par conséquent, de la santé des femmes. Cet outil est un pas de plus vers une détection plus efficace des lésions pré-malignes », conclut Diana Montezuma Felizardo, pathologiste et responsable de la R&D à l’IMP Diagnostique.
