Les modèles d’intelligence artificielle (IA) sont aussi efficaces que les pathologistes humains dans une tâche qui aide à prédire les résultats pour les patientes atteintes d’un cancer du sein, selon deux études menées par l’Australie.
Les études, publiées dans The Lancet Oncology, concluent que les modèles d’IA qui comptent les lymphocytes infiltrant les tumeurs (TIL) dans des échantillons de tissu mammaire devraient être plus largement utilisés « en particulier là où une évaluation pathologique de routine ou généralisée n’est pas disponible », selon une déclaration récente du Peter MacCallum Cancer Center d’Australie (Peter Mac).
Les TIL sont des cellules immunitaires qui peuvent être comptées, généralement par un pathologiste examinant une lame de microscope. Des niveaux plus élevés indiquent une réponse immunitaire plus forte contre la tumeur et ont déjà été associés à de meilleurs résultats dans plusieurs types de cancer du sein, ont déclaré les chercheurs qui ont analysé les données de plus de 5 600 patientes atteintes d’un cancer du sein.
La première étude a révélé que même si les scores de l’IA et du pathologiste n’étaient pas identiques, les deux fournissaient des informations similaires sur le pronostic des patients.
La deuxième étude a montré que l’IA pouvait également analyser la façon dont les cellules immunitaires étaient organisées et mettre en évidence des « points chauds », qui fournissaient des informations pronostiques supplémentaires au-delà du simple comptage des TIL.
Les chercheurs ont déclaré que les études renforcent les arguments en faveur de l’utilisation des TIL comme biomarqueur pratique dans le cancer du sein, et montrent que l’IA pourrait permettre leur évaluation à grande échelle.
« L’IA peut également nous permettre d’extraire des informations que l’œil humain ne peut pas facilement quantifier, comme l’organisation spatiale des cellules immunitaires au sein d’une tumeur. En fin de compte, la combinaison des pathologistes et des approches informatiques peut nous donner plus d’informations que l’une ou l’autre approche seule », a déclaré le professeur Sherene Loi de Peter MacCallum, qui a dirigé les deux nouvelles études.
