Malgré des avancées majeures en génétique et en imagerie moderne, le diagnostic surprend la plupart des patientes atteintes d’un cancer du sein. Pour certains, c’est trop tard. Un diagnostic ultérieur implique des traitements agressifs, des résultats incertains et davantage de frais médicaux.
En conséquence, l’identification des patientes a été un pilier central de la recherche sur le cancer du sein et une détection précoce efficace. Dans cette optique, une équipe de chercheurs a créé un nouveau modèle d’apprentissage en profondeur permettant de prédire à partir d’une mammographie si un patient est autant susceptible de développer un cancer du sein.
Comment fonctionne ce procédé ?
Formé aux mammographies et aux résultats connus chez plus de 60 000 patients atteints du cancer du sein, le modèle a appris les schémas subtils du tissu mammaire qui sont des précurseurs des tumeurs malignes.
Voici une vidéo en anglais montrant le potentiel de l’IA :
Les chercheurs espèrent que de tels systèmes permettraient aux médecins de personnaliser les programmes de dépistage et de prévention. Même s’il a été démontré que la mammographie réduisait la mortalité, la fréquence de dépistage et le moment du début du cancer font l’objet d’un débat. Les spécialistes recommandent généralement le dépistage annuel à partir de 45 ans.
Une approche personnalisée
Plutôt que d’adopter une approche unique, ils ont personnalisé le dépistage en fonction du risque de cancer chez la femme. Par exemple, un médecin pourrait recommander à un groupe de femmes de subir une mammographie tous les deux ans, tandis qu’un autre groupe à risque élevé pourrait se soumettre à un dépistage complémentaire par IRM.
Le modèle basé sur l’IA de l’équipe était nettement meilleur pour prédire le risque que les approches existantes. Il n’y avait que peu de soutien dans le milieu médical pour les stratégies de dépistage reposant sur le risque plutôt que sur l’âge.