Les chercheurs de la Stanford University of Medicine, dont l’étude a été publiée le 16 Août 2016 dans Nature Communication ont mis au point un programme de morphométrie permettant l’évaluation de très nombreuses caractéristiques tumorales à partir de lames histologiques.
Ils estiment que leur approche pourrait être étendue à d’autres cancers que celui sur lequel ils l’ont testé pour discriminer les deux types de cancer du poumon non à petites cellules, tout en prédisant la survie du patient plus précisément que le font habituellement les anatomopathologistes expérimentés (85%).
Distinguer 2 types de cancers tout en en prédisant la survie
Dans le cadre du cancer du poumon, la lecture histo-pathologique des lames de tissu par un œil entraîné et confirmé de pathologistes est indispensable à l’établissement du diagnostic et la définition du type et sous-type de cancers. Ceci est particulièrement pertinent lorsque l’on doit établir la différence entre les deux types de cancers non à petites cellules : adénocarcinome et carcinome épidermoïde, car le choix du traitement à mettre en place en dépend.
Au quotidien, la lecture des lames est effectuée manuellement en microscopie optique. La problématique réside dans le fait que deux pathologistes très expérimentés ne s’accordent que dans 60% des cas après examen de la même lame histologie. Or, la seule évaluation qualitative de caractéristiques histologiques (classification des grades tumoraux) est insuffisante pour prédire la survie des patients souffrant d’un cancer pulmonaire non à petites cellules.
D’après les chercheurs, l’analyse automatisée d’images a d’ores et déjà prouvé son efficacité quant à l’amélioration de l’évaluation histologique et par conséquent du diagnostic de patients atteints d’autres cancers (sein, neuroblastome, lymphome etc.) de par l’offre de numérisation complète des lames histologiques. Ainsi les chercheurs ont pu valider une technique d’analyse systématisée du tissu pulmonaire afin d’améliorer la différenciation entre les deux types de cancers non à petites cellules et la prédiction de survie des patients.
2186 images issues de 515 patients
Pour ce faire, ils ont utilisé 2 186 images histologiques issues de 515 patients atteints d’adénocarcinome pulmonaire et de 502 autres patients présentant un carcinome épidermoïdes, toutes issues de la banque de données de la cohorte TCGA (The Cancer Genome Atlas). Les lames étaient constituées de zones tumorales et saines, dont les informations sur le grade et stade assignés à la tumeur étaient renseignées. 9 879 caractéristiques jugées pertinentes (anatomie de taille et forme, texture des cellules et du noyau des tumeurs) ont pu être extraites.
Le professeur de génétique auteur senior de l’article précise que « les ordinateurs peuvent repérer de petites différences entre des centaines d’échantillons bien plus précisément et rapidement que ne le ferait un humain ».
Le Dr Kun-Hsing Yu premier auteur de l’article et évoluant dans le département de génétique de la Standford University ajoute de son côté que cette approche est objective et est un « complément de l’analyse subjective des pathologistes ».