Une nouvelle étude de la faculté de médecine de l'université de Washington à Saint-Louis décrit une méthode innovante d'analyse des mammographies qui améliore considérablement la précision de la prévision du risque de développement d'un cancer du sein au cours des cinq années suivantes. En utilisant jusqu'à trois années de mammographies antérieures, la nouvelle méthode a identifié les personnes à haut risque de développer un cancer du sein avec 2,3 fois plus de précision que la méthode standard, basée sur des questionnaires évaluant uniquement les facteurs de risque cliniques, tels que l'âge, la race et les antécédents familiaux de cancer du sein.
L'étude est publiée le 5 décembre dans JCO Informatique clinique sur le cancer.
Nous cherchons des moyens d’améliorer la détection précoce, car cela augmente les chances de succès du traitement. Cette prévision améliorée du risque peut également aider à la recherche sur la prévention, afin que nous puissions trouver de meilleures façons pour les femmes qui entrent dans la catégorie à haut risque de réduire leur risque sur cinq ans de développer un cancer du sein.
Graham A. Colditz, MD, DrPH, auteur principal, directeur associé du Siteman Cancer Center, basé à l'hôpital Barnes-Jewish et à WashU Medicine, et professeur de chirurgie Niess-Gain
Cette méthode de prévision des risques s'appuie sur des recherches antérieures menées par Colditz et l'auteur principal Shu (Joy) Jiang, PhD, statisticien, scientifique des données et professeur agrégé de chirurgie à la Division des sciences de la santé publique de WashU Medicine. Les chercheurs ont montré que les mammographies antérieures contiennent une mine d'informations sur les premiers signes du développement du cancer du sein qui ne peuvent pas être perçues même par un œil humain bien entraîné. Ces informations incluent des changements subtils au fil du temps dans la densité mammaire, qui est une mesure des quantités relatives de tissu fibreux par rapport au tissu adipeux dans les seins.
Pour la nouvelle étude, l’équipe a construit un algorithme basé sur l’intelligence artificielle capable de discerner des différences subtiles dans les mammographies et d’aider à identifier les femmes les plus à risque de développer une nouvelle tumeur du sein sur une période spécifique. En plus de la densité mammaire, leur outil d’apprentissage automatique prend en compte les changements dans d’autres modèles dans les images, notamment la texture, la calcification et l’asymétrie des seins.
« Notre nouvelle méthode est capable de détecter des changements subtils au fil du temps dans des images de mammographie répétées qui ne sont pas visibles à l'œil nu », a déclaré Jiang, mais ces changements contiennent des informations riches qui peuvent aider à identifier les individus à haut risque.
Pour le moment, les options de réduction des risques sont limitées et peuvent inclure des médicaments tels que le tamoxifène, qui réduisent le risque mais peuvent avoir des effets secondaires indésirables. La plupart du temps, les femmes à haut risque se voient proposer un dépistage plus fréquent ou la possibilité d'ajouter une autre méthode d'imagerie, comme l'IRM, pour tenter d'identifier le cancer le plus tôt possible.
« Aujourd'hui, nous n'avons aucun moyen de savoir qui est susceptible de développer un cancer du sein à l'avenir sur la base de leurs images de mammographie », a déclaré la co-auteure Debbie L. Bennett, MD, professeure agrégée de radiologie et chef de l'imagerie du sein. pour l’Institut Mallinckrodt de radiologie de WashU Medicine. « Ce qui est si passionnant dans cette recherche, c'est qu'elle indique qu'il est possible d'obtenir ces informations à partir de mammographies actuelles et antérieures à l'aide de cet algorithme. La prédiction ne sera jamais parfaite, mais cette étude suggère que le nouvel algorithme est bien meilleur que notre algorithme actuel. méthodes. »
L’IA améliore la prédiction du développement du cancer du sein
Les chercheurs ont entraîné leur algorithme d’apprentissage automatique sur les mammographies de plus de 10 000 femmes ayant subi un dépistage du cancer du sein via le Siteman Cancer Center de 2008 à 2012. Ces personnes ont été suivies jusqu’en 2020 et, au cours de cette période, 478 ont reçu un diagnostic de cancer du sein.
Les chercheurs ont ensuite appliqué leur méthode pour prédire le risque de cancer du sein chez un ensemble distinct de patientes – ; plus de 18 000 femmes qui ont subi une mammographie à l’Université Emory dans la région d’Atlanta entre 2013 et 2020. Par la suite, 332 femmes ont reçu un diagnostic de cancer du sein au cours de la période de suivi, qui s’est terminée en 2020.
Selon le nouveau modèle de prédiction, les femmes du groupe à haut risque étaient 21 fois plus susceptibles de recevoir un diagnostic de cancer du sein au cours des cinq années suivantes que celles du groupe à faible risque. Dans le groupe à haut risque, 53 femmes dépistées sur 1 000 ont développé un cancer du sein au cours des cinq années suivantes. En revanche, dans le groupe à faible risque, 2,6 femmes sur 1 000 dépistées ont développé un cancer du sein au cours des cinq années suivantes. Avec les anciennes méthodes basées sur des questionnaires, seules 23 femmes sur 1 000 dépistées étaient correctement classées dans le groupe à haut risque, ce qui prouve que l'ancienne méthode, dans ce cas, a manqué 30 cas de cancer du sein détectés par la nouvelle méthode.
Les mammographies ont été réalisées dans des centres médicaux universitaires et des cliniques communautaires, démontrant que la précision de la méthode résiste dans divers contextes. Il est important de noter que l’algorithme a été construit avec une représentation robuste des femmes noires, qui sont généralement sous-représentées dans le développement de modèles de risque de cancer du sein. La précision de la prévision du risque s'est maintenue dans tous les groupes raciaux. Parmi les femmes sélectionnées via Siteman, la plupart étaient blanches et 27 % étaient noires. Parmi les personnes sélectionnées par Emory, 42 % étaient noires.
Dans le cadre de travaux en cours, les chercheurs testent l'algorithme chez des femmes de diverses origines raciales et ethniques, notamment celles d'origine asiatique, asiatique du sud-est et amérindienne, afin de garantir que la méthode est également précise pour tout le monde.
Les chercheurs travaillent avec le bureau de gestion technologique de WashU pour obtenir des brevets et des licences sur la nouvelle méthode dans le but de la rendre largement disponible partout où des mammographies de dépistage sont fournies. Colditz et Jiang travaillent également à la création d'une start-up autour de cette technologie.
Jiang S, Bennett DL, Rosner BA, Tamimi RM, Colditz GA. Développement et validation d'un modèle dynamique de risque de cancer du sein sur 5 ans utilisant des mammographies répétées. JCO Informatique clinique sur le cancer. 5 décembre 2024.
Ce travail a été soutenu par la faculté de médecine de l’Université de Washington à Saint-Louis.
Jiang et Colditz ont des brevets en instance liés à ce travail, prédisant le risque de maladie à l'aide d'images radiomiques.
