Cancer de la prostate : l'IA doit contribuer à éviter les biopsies inutiles
Pour quels hommes une biopsie est-elle nécessaire en cas de taux de PSA élevé, afin de confirmer ou d'écarter une suspicion de cancer de la prostate ? Des scientifiques du Centre allemand de recherche sur le cancer (DKFZ) et de la Clinique universitaire d'urologie de Heidelberg montrent dans une étude rétrospective que la combinaison de marqueurs de risque, d'une lecture systématique des clichés IRM et de l'intelligence artificielle (IA) permet de prédire le risque de présence d'un cancer de la prostate avec plus de précision qu'auparavant. Il se peut alors qu'aucun prélèvement de tissu ne soit nécessaire chez les hommes présentant un faible risque.
Si un test PSA révèle une valeur élevée, cela peut indiquer la présence d'un cancer de la prostate. Pour clarifier ce soupçon, les médecins prescrivent aujourd'hui une imagerie par résonance magnétique (IRM) en guise de diagnostic complémentaire. L'"IRM multiparamétrique" utilisée combine différentes méthodes d'imagerie et fournit ainsi des images très détaillées.
La biopsie est toutefois invasive et peut, dans de rares cas, entraîner des infections ou des saignements, qui nécessitent parfois une hospitalisation", explique David Bonekamp, radiologue au DKFZ. C'est pourquoi les médecins cherchent d'urgence des moyens d'améliorer la prédiction des risques. "Notre objectif est de filtrer les hommes qui ne présentent qu'un risque minimal de cancer. On pourrait leur épargner le prélèvement de tissus ou le retarder d'un certain temps. En revanche, les hommes qui ont une forte probabilité d'avoir un cancer de la prostate profitent de la biopsie, car le cancer peut être détecté à un stade précoce", explique Bonekamp.
Aujourd'hui, pour évaluer le risque de cancer, les chercheurs utilisent un calculateur qui tient compte non seulement de différents paramètres comme le taux de PSA, l'âge et le volume de la prostate, mais aussi des résultats de l'IRM. Pour ce faire, les médecins utilisent un système appelé PI-RADS pour la lecture systématisée des clichés IRM, qui donne au final une valeur de probabilité de présence d'un cancer de la prostate.
Une IA basée sur le deep learning pourrait-elle encore améliorer cette prédiction ou même remplacer le PI-RADS ? Pour le vérifier, l'équipe de Bonekamp a lancé une étude rétrospective dans laquelle ils ont inclus les données de 1 627 hommes qui ont reçu une imagerie IRM multiparamétrique de la prostate entre 2014 et 2021 à Heidelberg et qui ont ensuite subi une biopsie.
Un algorithme d'évaluation des données d'imagerie développé au DKFZ a été entraîné avec les images IRM de plus de 1000 de ces hommes. Sur les quelque 500 autres ensembles de données, les chercheurs ont testé si une combinaison de leur calculateur de risque avec l'IA pouvait améliorer la précision de prédiction du cancer de la prostate.
Lorsque la valeur PI-RADS du calculateur de risque a été remplacée par la méthode de l'IA, la pertinence du diagnostic n'a guère changé. En revanche, la combinaison de l'IC et du PI-RADS a donné des résultats nettement meilleurs : Elle a identifié 49 pour cent des hommes qui avaient été biopsiés à l'origine comme présentant des risques minimes. "Cela signifie que la combinaison du deep learning et de l'évaluation radiologique aurait théoriquement pu éviter près de la moitié de ces biopsies, sans passer à côté d'un nombre significatif de tumeurs", explique Adrian Schrader du DKFZ, premier auteur de l'étude actuelle.
Apparemment, concluent les radiologues à partir de ce résultat, l'IA basée sur le deep learning et l'évaluation PI-RADS par des radiologues expérimentés fournissent des informations diagnostiques complémentaires qui, ensemble, contribuent à une stratification plus précise du risque des patients.
"Pour les patients présentant un taux de PSA anormal, l'intégration de l'analyse par IA dans les diagnostics plus avancés pourrait représenter un grand avantage à l'avenir. Des études prospectives doivent toutefois confirmer les avantages de la procédure et clarifier qu'elle n'a pas d'inconvénients pour les patients", explique Bonekamp.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Allemand peut être trouvé ici.
Publication originale
Adrian Schrader, Nils Netzer, Thomas Hielscher, Magdalena Görtz, Kevin Sun Zhang, Viktoria Schütz, Albrecht Stenzinger, Markus Hohenfellner, Heinz-Peter Schlemmer, David Bonekamp; "Prostate cancer risk assessment and avoidance of prostate biopsies using fully automatic deep learning in prostate MRI: comparison to PI-RADS and integration with clinical data in nomograms"; European Radiology, 2024-7-2
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
