ACCUEIL > QUESTION D'ACTU > Cancer du sein : une “mammographie intelligente” pour le détecter précocement

Deep learning

Cancer du sein : une “mammographie intelligente” pour le détecter précocement

Par Charlotte Arce

Des chercheurs du Massachussetts Institute of Technology (MIT) ont mis au point un algorithme capable de détecter des lésions cancéreuses dans les tissus mammaires avant que celles-ci ne soient visibles sur les images médicales.

Stephane Noiret/iStock

Sera-t-il bientôt possible de dépister le cancer du sein avant même l’apparition de tumeurs cancéreuses dans les tissus mammaires et qu’elles ne soient détectables par imagerie ?

Un modèle de deep learning innovant

C’est ce que laisse espérer une découverte réalisée par des chercheurs du Massachussetts Institute of Technology (MIT). Dans une étude publiée en mai dernier dans la revue Radiology, ils expliquent avoir mis au point un outil doté de méthodes avancées d’intelligence artificielle (IA) et capable d’analyser les modifications des tissus mammaires invisibles à l’œil nu, afin de prédire le risque futur de cancer du sein d’une femme. “En prédisant qui développera un cancer, nous pourrons contrer la maladie avant même que les symptômes ne se manifestent”, affirme le Dr Adam Yala, chercheur au MIT et auteur principal des travaux.

En collaboration avec des chercheurs du Massachussetts General Hospital de Boston et de la Harvard Medical School, les scientifiques du MIT ont travaillé sur un modèle de deep learning qui réalise une évaluation du risque de développer un cancer du sein en incorporant à la fois les analyses de mammographies et les facteurs de risque traditionnels comme l’alimentation, la génétique, les hormones ou les poids. “En utilisant le modèle d'apprentissage profond, nous apprenons des indices subtils qui sont indicatifs d'un futur cancer”, poursuit le Dr Yala.

Une évaluation plus précise du risque de cancer du sein

Parmi ces indices, se trouve la densité des seins, c’est-à-dire la quantité de tissu dense par rapport à la quantité de tissu adipeux dans le sein lors d'une mammographie. Pour mieux le prendre en compte comme facteur de risque, les chercheurs ont utilisé près de 90 000 mammographies de dépistage à pleine résolution d'environ 40 000 femmes pour former, valider et tester le modèle de deep learning. Ils ont été en mesure d'obtenir les résultats du cancer en établissant un lien avec un registre régional des tumeurs.

En comparant ce modèle hybride et innovant avec la norme clinique actuelle, les auteurs de l’étude ont alors remarqué que les patientes dont les seins avaient une densité moindre et un risque élevé évalué par l’algorithme présentaient un risque de cancer 3,9 fois supérieur à celui des patients dont les seins avaient une densité normale et un risque faible évalué par le modèle.

“Contrairement aux modèles traditionnels, notre modèle d'apprentissage profond fonctionne aussi bien pour les différentes races, âges et histoires familiales”, détaille le Dr Regina Barzilay, experte en intelligence artificielle et chercheuse au MIT. “Jusqu'à présent, les femmes afro-américaines étaient nettement désavantagées par une évaluation précise du risque de cancer du sein futur. Notre modèle d'IA a changé ça.”

Ces mesures de la densité mammaire assistées par l’IA sont déjà testées avec succès pour les mammographies de dépistage effectuées au Massachussetts General Hospital (MGH) de Boston. Désormais, les chercheurs souhaitent faire connaître cette innovation, qui sera d’une aide précieuse pour le dépistage précoce du cancer du sein. “Nous sommes ravis de nos résultats et impatients de travailler en étroite collaboration avec nos systèmes de soins de santé, nos fournisseurs de soins et, surtout, nos patientes afin d'intégrer cette découverte à l'amélioration des résultats pour toutes les femmes”, a déclaré le Dr Constance Lehman, cheffe de l'imagerie mammaire au MGH.