Thymus : L’IA améliore la classification des cancers
Une étude publiée dans The Annals of Oncology, révèle qu’un modèle de deep learning développé par des chercheurs de l’université de Chicago, a atteint une précision de 91 % dans la classification des tumeurs thymiques rares, offrant ainsi un outil potentiel pour améliorer la cohérence des diagnostics en pathologie de routine.
Les tumeurs épithéliales thymiques sont rares et difficiles à classer. Des études montrent que les diagnostics peuvent être modifiés dans près de 57 % des cas après examen par des experts. Cette variabilité peut influencer les décisions thérapeutiques, notamment pour distinguer les thymomes, moins agressifs, des carcinomes thymiques, qui nécessitent des approches thérapeutiques différentes.
L’étude a évalué un modèle d’intelligence artificielle entraîné sur des lames histologiques numérisées colorées à l’hématoxyline-éosine. Testé sur un jeu de données indépendant, le système a atteint une précision de 77,7 % pour six sous-types référencés par l’OMS et de 91,1 % lorsque les tumeurs étaient regroupées en catégories cliniquement pertinentes. En matière de diagnostic, le résultat le plus remarquable a été la capacité du modèle à identifier de manière fiable les carcinomes thymiques. Sa sensibilité a atteint 100 % et sa précision 94,6 %, réduisant ainsi le risque de classer à tort des formes agressives comme des formes moins sévères.
« En résumé, nous avons créé un outil qui, entre les mains d’un pathologiste non expert, est capable de diagnostiquer correctement 100 % des carcinomes thymiques et qui surpasse les diagnostics réalisés par des non-spécialistes », a déclaré l’oncologiste Marina Garassino dans The Pathologist. Contrairement aux approches traditionnelles qui nécessitent des colorations supplémentaires, ce modèle utilise des lames standard et peut être exécuté sur du matériel standard en quelques minutes. Il pourrait ainsi faciliter l’accès à un diagnostic spécialisé, notamment dans les laboratoires ne disposant pas d’expertise en pathologie thoracique.
