Un algorithme a été capable de détecter des cellules précancéreuses dans 91 % des cas contre 71 % après un examen réalisé par un professionnel de santé. Ce système d’intelligence artificielle, développé par des chercheurs américains du National Cancer Institute pourrait devenir un puissant outil de dépistage du cancer du col de l’utérus, en particulier dans des pays en développement. Les résultats de cette étude ont été publiés le 10 janvier 2019 dans le Journal of the National Cancer Institute (JNCI).
Dépister le cancer du col de l’utérus à un stade précoce
Quatrième cancer le plus fréquent au monde, le cancer du col de l’utérus fait encore de nombreuses victimes dans le monde. Dans les pays à revenu faible et intermédiaire, 80% des cas sont mortels. Plusieurs moyens de prévention existent (vaccination HPV, frottis cervical) mais ils nécessitent une infrastructure et du personnel hautement qualifié qui manquent dans la plupart des pays à ressources limitées.
Dans ce type de contexte, l’Organisation mondiale de la santé (OMS) recommande d’avoir recours à la méthode d’inspection visuelle après application d’acide acétique. Cette technique est simple et peu coûteuse mais elle n’est pas très efficace pour dépister les cellules précancéreuses.
L’apprentissage automatique a déjà été testé pour dépister le cancer du col de l’utérus et a donné des résultats prometteurs mais ces essais n’ont pas permis d’évaluer le deep learning pour repérer les lésions pré-cancéreuses sur des échantillons et un suivi suffisamment importants.
60 000 images pour nourrir un algorithme
Une équipe de chercheurs de l’Institut national du cancer américain (National Cancer Institute) a donc développé un algorithme à partir d’une base de données de 60 000 images de cols de l’utérus prises au Costa Rica dans les années 90.
Leur approche basée sur l’intelligence artificielle (IA), appelée « évaluation visuelle automatisée », a pour but d’analyser les images numériques du col de l’utérus et d’identifier avec précision les changements précancéreux nécessitant des soins médicaux.
Quelque 9 400 femmes ont participé à cette étude observationnelle et ont été suivies pendant plusieurs années, jusqu’à 18 ans pour certaines d’entre elles. Chaque image a été initialement classée par des médecins expérimentés du National Testing Laboratory comme étant normale, atypique, positive pour des modifications mineures induites par l’HPV, ou positive avec un état précancéreux ou un cancer.
Les résultats de cette étude ont été publiés le 10 janvier dans le Journal du National Cancer Institute.
Résultats : 9 lésions sur 10 repérées
- 241 cas de pré-cancer et 38 cas de cancer ont été repérés préalablement parmi une cohorte de 9406 femmes.
- L’algorithme a détecté des cellules précancéreuses dans 91 % des cas contre un taux de 69 % pour le dépistage humain et de 71 % pour les examens traditionnels tels que le frottis cervical.
- L’analyse de 16 résultats discordants entre l’algorithme et l’HPV a montré que l’IA repérait plus de résultats positifs chez les femmes les plus jeunes.
En résumé, l’algorithme a permis d’obtenir une excellente sensibilité pour la détection de lésions de grade modéré dans le groupe d’âge présentant le risque le plus élevé de pré-cancers. Globalement, l’algorithme s’est avéré meilleur que tous les tests de dépistage standard pour prédire tous les cas diagnostiqués au cours de l’étude au Costa Rica.
L’IA, une solution pour les pays à faible revenu
« Lorsque cet algorithme est associé aux avancées de la vaccination anti-HPV, aux technologies de détection émergentes et aux améliorations des traitements, il est concevable d’imaginer que l’on puisse maîtriser le cancer du col de l’utérus, même dans les pays à faibles ressources », a déclaré Maurizio Vecchione, vice-président exécutif du fonds Global Good, partenaire de l’étude.
Les chercheurs prévoient de perfectionner l’algorithme sur un échantillon d’images représentatives de pré-cancers cervicaux et de tissus cervicaux normaux provenant de femmes de communautés du monde entier, à l’aide de diverses caméras et d’autres options d’imagerie. Cette étape est nécessaire en raison des variations subtiles de l’apparence du col de l’utérus chez les femmes de différentes régions géographiques.