Le plus grand ensemble de données de biopsie du cancer de la prostate – impliquant plus de 95 000 images – a été créé par des chercheurs suédois pour s’assurer que l’IA peut être formée pour diagnostiquer et classer le cancer de la prostate pour des applications cliniques réelles.
Les chercheurs appelleront aujourd’hui, lors du congrès annuel de l’Association européenne d’urologie (EAU22), à des essais cliniques à grande échelle d’algorithmes d’intelligence artificielle (IA) et à une plus grande coordination mondiale pour garantir que les diagnostics, les pronostics et la sélection de traitement améliorés par l’IA peuvent aider sauver des vies.
Il y a une pénurie de pathologistes dans le monde, qu’il s’agisse de généralistes ou de spécialistes en urologie. L’IA peut aider à détecter le cancer de la prostate à un stade précoce, mais en raison des grandes différences dans la façon dont les cliniques préparent les échantillons, numérisent les images et dans les diverses populations de patients qu’elles desservent, de nombreux algorithmes n’ont pas d’application universelle.
L’équipe, du Karolinska Institutet, a travaillé avec des collègues du Radboud University Medical Center aux Pays-Bas, de l’Université de Turku en Finlande et de Google Health aux États-Unis pour organiser un concours d’IA impliquant près de 1 300 développeurs du monde entier. Les développeurs ont créé des algorithmes capables de classer les tumeurs cancéreuses de la prostate et les ont formés à l’aide de 10 000 images de biopsie internationales. Les algorithmes les plus performants ont surpassé les pathologistes généralistes et égalé la performance moyenne des uropathologistes spécialisés.
Le Dr Kimmo Kartasalo, qui présentera les résultats du concours à l’EAU22, a déclaré : « La classification du cancer de la prostate est une étape clé pour décider du traitement approprié, mais c’est un processus assez subjectif et les différences entre les évaluations des pathologistes peuvent parfois être importantes. L’IA peut fournir un avis d’expert supplémentaire, aidant à compenser la pénurie de pathologistes et à normaliser le classement. Bien que de nombreux algorithmes ne soient pas largement applicables, ceux développés dans notre concours ont conservé leurs performances dans différentes cohortes de patients.
La doctorante Nita Mulliqi a travaillé avec des collègues du Karolinska Institutet pour préparer l’ensemble de données étendu de 95 000 images de biopsie de la prostate, l’équivalent de plus de trois ans de travail d’un seul uropathologiste. Ils ont utilisé des biopsies d’un essai clinique à Stockholm qui a duré environ quatre ans à partir de 2012, et ont obtenu des images de neuf autres laboratoires européens, et de nombreux sous-types de maladies rares de collègues australiens.
Mulliqi utilise maintenant l’ensemble de données pour former et tester une IA robuste applicable sur le plan clinique basée sur l’intégration des meilleurs éléments des candidatures les plus performantes au concours dans un algorithme unique et amélioré. L’ensemble de données étendu garantira que l’algorithme peut faire face au type de complexité supplémentaire que l’on peut trouver dans une situation clinique réelle, comme les types de cancer rares et les situations qui imitent le cancer, mais qui sont bénignes.
Grâce à la recherche, Mulliqi a identifié quatre domaines clés qui nécessitent une attention particulière pour garantir que de meilleurs classements et pronostics de la prostate et d’autres cancers peuvent être obtenus à l’aide de l’IA, et que les algorithmes peuvent être introduits dans une utilisation clinique de manière responsable.
Les quatre domaines sont :
- Étalonnage du scanner : s’assurer que la configuration est la même quel que soit l’endroit où les numérisations ont lieu
- Algorithmes améliorés : tirer parti de la méthodologie d’IA de pointe pour garantir des performances robustes et une large applicabilité des algorithmes
- Mise à l’échelle des ensembles de données : fournir des ensembles de données internationaux plus importants pour « enseigner » l’IA
- Modélisation de l’hétérogénéité morphologique : examiner différents sous-types d’une même maladie
Mulliqi présentera ces découvertes à EAU22 aujourd’hui. Elle a déclaré : « L’IA est très prometteuse et peut bénéficier aux patients du monde entier, mais pour tenir cette promesse, nous avons besoin d’un effort international pour collecter des ensembles de données représentatifs de la variation des approches techniques et entre les patients. La combinaison de notre vaste base de données et de notre les algorithmes de nos collègues commencent à montrer comment nous pouvons vraiment travailler ensemble pour faire une grande différence pour les cliniciens et les patients. »
Le professeur Jochen Walz dirige le département d’urologie du centre de lutte contre le cancer de l’Institut Paoli-Calmettes à Marseille, en France, et est membre du bureau des congrès scientifiques de l’EAU. Il a déclaré: « L’IA va devenir un outil de routine, qui ne remplacera pas les pathologistes et les urologues, mais les aidera à prendre des décisions plus cohérentes. Il existe actuellement de nombreuses variations dans le classement des cancers de la prostate, en particulier en dehors des centres spécialisés.
« Cette recherche a utilisé un moyen astucieux – l’expertise de crowdsourcing – pour développer l’IA afin d’améliorer le classement des tumeurs et est passée à l’étape suivante en la validant par rapport à une gamme d’images très variée. Cela montre qu’elle pourrait être utilisée en pratique clinique générale.
« Jusqu’à présent, l’IA n’a fait que reproduire le système de notation utilisé par les urologues. Mais elle a le potentiel d’aller au-delà – pour identifier les éléments dans les images qui peuvent prédire directement les résultats cliniques. C’est le prochain défi pour l’IA. »
