Le cancer du pancréas est en passe de devenir la deuxième cause de décès liés au cancer aux États-Unis d’ici 2030. Le principal facteur de cette sombre statistique est la détection tardive : environ 85 % des cas sont diagnostiqués seulement après que la maladie a métastasé, laissant les patients avec des options de traitement limitées et de faibles taux de survie.
Cependant, une étude révolutionnaire menée par des chercheurs de la Mayo Clinic et du MD Anderson Cancer Center de l’Université du Texas suggère que ce paradigme pourrait être en train de changer. Ils ont développé un système d’intelligence artificielle capable d’identifier les premiers signes de cancer du pancréas lors des tomodensitogrammes de routine, souvent 16 à 24 mois avant un diagnostic clinique.
Comment fonctionne REDMOD
Le nouveau système, nommé REDMOD (Radiomics-based Early Detection Model), ne recherche pas de tumeurs visibles. Au lieu de cela, il analyse la « radiomique » – des modèles subtils et complexes dans la texture et la structure des tissus qui sont invisibles à l’œil humain.
Le cancer apparaît lorsque les cellules acquièrent des mutations dans l’ADN qui modifient leur croissance et leur division. Ces changements se produisent des années avant qu’une tumeur ne devienne suffisamment grosse pour provoquer des symptômes ou apparaître distincte sur un scanner standard. REDMOD a été formé sur 969 tomodensitogrammes pancréatiques pour reconnaître ces perturbations structurelles microscopiques, repérant ainsi la « signature » du cancer dans ce qui semble être un tissu normal.
Performance supérieure aux radiologues humains
Pour valider le modèle, les chercheurs ont testé REDMOD sur un ensemble de données distinct comprenant :
* 63 scans de patients chez qui un cancer du pancréas a été diagnostiqué ultérieurement (scannés avant le diagnostic).
* 430 scans de sujets témoins sains.
Les résultats ont mis en évidence un avantage significatif pour la détection assistée par l’IA :
* Taux de détection de 73 % : REDMOD a correctement signalé 46 des 63 analyses de pré-diagnostic comme suspectes.
* Comparaison humaine : Lorsque deux radiologues experts ont examiné les mêmes examens sans l’aide de l’IA, ils ont identifié les premiers signes dans seulement 38,9 % des cas.
* Cohérence : L’IA a démontré une stabilité longitudinale élevée, produisant des résultats cohérents même lors de l’analyse d’analyses prises à des mois d’intervalle chez le même patient.
“Le plus grand obstacle pour sauver des vies contre le cancer du pancréas a été notre incapacité à détecter la maladie alors qu’elle est encore curable”, explique le Dr Ajit Goenka, radiologue et spécialiste en médecine nucléaire à la clinique Mayo. “Cette IA peut désormais identifier la signature du cancer à partir d’un pancréas d’apparence normale, et elle peut le faire de manière fiable au fil du temps et dans divers contextes cliniques.”
Défis et faux positifs
Bien que le taux de détection soit prometteur, le modèle n’est pas sans limites. Dans le groupe témoin sain, REDMOD a signalé à tort 81 analyses sur 430 (environ 19 %) comme suspectes. Dans un contexte clinique réel, cela entraînerait des faux positifs, obligeant les patients à subir des tests supplémentaires potentiellement invasifs pour exclure un cancer.
Cependant, les chercheurs notent que le modèle a fonctionné de manière cohérente sur différents ensembles de données et équipements hospitaliers, ce qui suggère sa robustesse. Le compromis entre une sensibilité élevée (capter les cas réels) et la spécificité (éviter les fausses alarmes) est un objectif essentiel pour le raffinement futur.
La voie à suivre
Les auteurs de l’étude soulignent que REDMOD est actuellement une preuve de concept. Avant de pouvoir être déployé dans la pratique clinique de routine, il doit subir une validation prospective dans des cohortes de patients à haut risque. Cette prochaine étape est essentielle pour déterminer si l’IA peut faire évoluer de manière fiable la norme médicale du traitement réactif de la maladie à un stade avancé à l’interception proactive du cancer à un stade précoce.
En cas de succès, cette technologie pourrait transformer le dépistage du cancer du pancréas en analysant les tomodensitogrammes existants effectués pour d’autres raisons médicales. En identifiant les risques des années à l’avance, les médecins pourraient intervenir lorsque les traitements curatifs, comme la chirurgie, sont encore des options viables.
En résumé, même si les défis concernant les faux positifs demeurent, REDMOD représente un pas en avant significatif dans la technologie de détection précoce, laissant espérer que l’une des formes de cancer les plus mortelles pourrait bientôt être détectée alors qu’elle est encore traitable.
