ESMO 2021 - Une IA prédit le risque de rechute de femmes atteintes du cancer du sein le plus fréquent

Villejuif, le 19 septembre 2021

ESMO 2021

Une intelligence artificielle prédit le risque de rechute de femmes atteintes du cancer du sein le plus fréquent

L’étude RACE AI menée par Gustave Roussy et la startup Owkin, dans le cadre du Challenge AI for Health organisé par la Région Ile-de-France en 2019, a été sélectionnée pour être présentée en session orale de l’ESMO (Société Européenne d'Oncologie Médicale). Cette étude montre que grâce à l’analyse par deep learning de lames histologiques numérisées, l'intelligence artificielle peut prédire parmi des patientes atteintes d’un cancer du sein localisé celles qui sont le plus à risque de rechute métastatique dans les cinq prochaines années. Cette IA pourrait ainsi devenir une aide à la décision thérapeutique et éviter aux femmes une chimiothérapie inutile et ses impacts sur la vie personnelle, professionnelle et sociale. Il s’agit d’une des premières preuves de concept qu’une intelligence artificielle peut identifier des paramètres associés à la rechute, que le cerveau humain n’avait pu détecter.

Avec 59 000 nouveaux cas par an, le cancer du sein se situe au 1^er rang des cancers chez la femme, nettement devant le cancer du poumon et le cancer colo-rectal. Avec 14 % des décès féminins par cancer en 2018, c’est aussi celui qui cause le plus grand nombre de décès chez la femme. 80% des cancers du sein sont dits hormonosensibles ou hormonodépendants. Mais ces cancers sont extrêmement hétérogènes et environ 20 % des patientes vont rechuter sous forme d'une métastase à distance.

RACE AI est une étude rétrospective qui a été menée sur une cohorte de 1 400 patientes prises en charge à Gustave Roussy entre 2005 et 2013 pour un cancer du sein hormonosensible (HR+, HER2-) et localisé. Ces femmes ont été traitées par chirurgie, radiothérapie, hormonothérapie, et parfois chimiothérapie afin de diminuer le risque de rechute à distance.

La chimiothérapie n’est pas administrée de manière systématique car toutes les femmes n’en tireront pas un bénéfice en raison d’un pronostic naturellement favorable. Le choix du praticien se base sur des critères clinico-pathologiques (âge de la patiente, taille et agressivité de la tumeur, envahissement ganglionnaire…) et la décision d’administrer ou non une chimiothérapie adjuvante varie entre les centres d’oncologie. Des signatures génomiques existent aujourd’hui pour aider à identifier les femmes chez qui la chimiothérapie apporte un bénéfice mais ils ne sont pas recommandés par la Haute Autorité de Santé et non remboursés par l’Assurance Maladie (mais inscrits sur la liste de remboursement RIHN - référentiel des actes innovants hors nomenclature) ce qui rend leur accès et leur utilisation hétérogènes en France.

Proposer une nouvelle méthode simple, peu couteuse et facilement utilisable dans tous les centres d’oncologie comme outil d’aide à la décision thérapeutique, c’est le défi que Gustave Roussy et Owkin ont relevé avec ce projet. In fine, l’objectif est d’orienter les patientes identifiées à haut risque vers de nouvelles thérapies innovantes et d’éviter aux patientes à faible risque une chimiothérapie inutile.

Dans l’étude RACE AI, les Data Scientist d’Owkin, aiguillés par les médecins chercheurs de Gustave Roussy ont développé une intelligence artificielle capable d’évaluer le risque de rechute de manière fiable avec une AUC de 81% pour aider le praticien à préciser la balance bénéfice/risque de la chimiothérapie.

Le calcul par l’intelligence artificielle se base sur des données cliniques de la patiente combinées à l’analyse de lames histologiques colorées et numérisées de la tumeur. Ces lames, utilisées au quotidien dans les départements de pathologie par les anatomo-pathologistes, possèdent une information très riche et déterminante pour la prise en charge du cancer. Il n’est pas nécessaire de développer une nouvelle technique ou de s’équiper d’un plateau technique particulier. Le seul équipement incontournable est un scanner de lames qui est un équipement courant dans les laboratoires. A l’instar d’un scanner de bureau qui digitalise un texte, ce scanner numérise les informations morphologiques présentes sur la lame.

Les résultats de cette première étude des équipes Owkin et Gustave Roussy ouvrent de solides perspectives et devront être validés de manière prospective sur une cohorte indépendante comportant plus de patientes traitées en dehors de Gustave Roussy. Si les résultats se confirment, cette intelligence artificielle en fournissant une information fiable aux cliniciens s’avérera être une aide précieuse à la décision thérapeutique.

Les explications en vidéo du Dr Lacroix-Triki

Source

ESMO 2021 – Session orale

Proffered paper : Translationnal research

Prediction of distant relapse in patients with invasive breast cancer from deep learning models applied to digital pathology slides

Speaker : Ingrid J. Garberis, Gustave Roussy
Présentation n° 1124O – Channel 5 – 14h20-14h30 dimanche 19 septembre 2021

CONTACTS PRESSE

Gustave Roussy :
Claire Parisel – Tél. 01 42 11 50 59 – 06 17 66 00 26 – claire.parisel@gustaveroussy.fr

Owkin :
Talia Lliteras – Tél. +33 (0)7 87 21 81 90 – talia.lliteras@owkin.com