← ResourcesPublications
Entrainement et évaluation d'un algorithme d'IA de score HER2 : apport pour le pathologiste et l'oncologue
01 NOV 2024
Résumé
Contexte et objectifs
Une évaluation précise du statut HER2 est cruciale dans la prise de décision clinique. De plus, il a été démontré que les scores 1+ et 2+ non amplifiés et désormais les "ultra low" bénéficient de traitement basés sur HER2. Dans ce contexte, nous avons développé un algorithme d'intelligence artificielle (IA) pour la quantification automatique, précise et reproductible de la surexpression de la protéine HER2, aidant ainsi les pathologistes pour le score HER2.
Méthode
Nous avons développé un logiciel d'IA entièrement automatisé pour aider les pathologistes dans la notation HER2. L'algorithme proposé détecte automatiquement les régions invasives de la tumeur et quantifie les cellules tumorales dans ces régions. Il caractérise également chaque cellule en fonction de l'intégralité et de l'intensité de sa membrane et fournit aux pathologistes un score facilement interprétable ainsi que les détails de l'analyse des lames, conformément aux directives ASCO/CAP 2018. Trois pathologistes experts du sein ont obtenu un ensemble de données d'exclusion de 70 lames numérisées. Après une période de deux mois, ils ont réévalué ces lames avec l’aide de l’IA. Les performances du modèle sont évaluées en comparant le taux d'accord inter-observateur avec et sans IA, et en comparant les résultats du modèle avec des pathologistes de terrain.
Résultats
Le modèle a démontré une précision globale équilibrée de 90,3 % sur l'ensemble de données de validation. L’accord global inter-observateur (Fleiss Kappa) s’est significativement amélioré, passant de 37 % sans IA à 64 % avec l’assistance de l’IA. Le logiciel basé sur l'IA a atteint une précision de 98 % dans l'évaluation correcte des carcinomes
Conclusion
La solution entièrement automatisée proposée pourrait effectuer une analyse exhaustive des cellules tumorales dans les tissus invasifs, sans nécessiter aucune intervention pathologiste. De plus, une telle solution pourrait contribuer à standardiser les résultats de routine entre pathologistes qui peuvent souffrir d'une variabilité importante, améliorant ainsi la décision thérapeutique ciblée.