Dr Marc Abehsera
Interviews et retours d'expérience

Pourquoi l’IA a tout changé dans ma pratique du dépistage du cancer du sein


Depuis plusieurs années, l’Intelligence Artificielle est un sujet qui intéresse tous les radiologues —un sujet qui nous fait peur, et avant tout, qui nous fascine. Pour les experts comme pour les débutants, le dépistage du cancer du sein en pratique courante n’est pas facile: nous sommes tous confrontés au volume important de mammographies à relire au quotidien. De plus, nous analysons souvent des seins denses et compliqués, avec aussi un risque à terme de surtraitement et d’anxiété pour nos patientes. 

Dans ce cadre contraint, les nouvelles technologies de pointe peuvent améliorer notre façon de travailler. En tant que sénologue, j’utilise par exemple une solution d’IA, Transpara de ScreenPoint Medical, depuis plusieurs mois dans ma pratique courante. Grâce à ses capacités de triage, de réassurance, et de mise en alerte, cet outil est devenu pour moi une véritable aide à l’interprétation, un compagnon de travail qui me complémente dans ma pratique quotidienne. 

 

L’IA dans le cadre du dépistage organisé en France 

 

Le dépistage organisé en France et mis en place à l’échelle nationale depuis 2004, est généralisé et fondé sur l’âge : tous les deux ans, les femmes de 50 à 74 ans sont invitées à participer à un examen. A l’occasion de la campagne Octobre Rose et depuis de nombreuses années, ce système a régulièrement fait l’objet de controverses, de débats, et d’études sur son efficacité. Il y a notamment des problèmes d’adhésion au dépistage, qui compte aujourd’hui un taux de participation de seulement 52%

Nous nous rendons compte à l’heure actuelle que notre société est en train d’évoluer vers un dépistage plus personnalisé, qui évaluera le risque individuel de chaque patiente. Cet idéal est l’objet du Women Risk Institute du Breast Center de l’Hôpital Américain, qui propose une consultation tous les 5 ans sur le risque individuel en prenant en compte le score polygénique, la densité mammaire, les biopsies et l’historique familial. Comme le suggère l’étude européenne MyPEBS actuellement en cours, l’idée serait de prioriser les patientes à haut risque en augmentant la fréquence de leurs examens, tout en diminuant celle des patientes à très bas risque. 

L’IA pourrait être d’une aide majeure dans cette transformation. Par exemple, Transpara trie les mammographies en leur attribuant un score de 1 à 10, m’aidant à distinguer les patientes à haut risque de celles à bas risque : selon des informations constructives, il y a en moyenne 0.2 cancers pour 1000 examens ayant des scores de 1 à 4, ce qui indique un risque extrêmement faible d’y trouver une anomalie. Les mammographies à bas scores seront-elles un jour relues par l’IA seulement ? Continuerons-nous à faire des échographies supplémentaires pour les patientes aux seins denses, même si l’IA ne nous indique aucune anomalie ? Telles sont les questions que nous commençons tout juste à nous poser et qui devront être validées par des études complémentaires randomisées. 

 

L’IA dans la pratique quotidienne

 

A l’échelle d’un individu, quel est l’impact de Transpara ? Chaque mammographie reçoit un score de 1 à 10 : les scores 1 à 7 indiquent un faible risque, et les scores 1 et 2 sont particulièrement minimes; les scores 8 et 9 sont intermédiaires; et le score 10 signale la présence presque certaine d’une anomalie.  Quand, par exemple, je vois un score 1 ou 2, même sur des seins denses, je suis très rassuré. Évidemment, j’analyse la mammographie avec beaucoup d’attention, mais de façon plus sereine et plus rapide que ce que je faisais jusqu’à présent, ce qui me laisse plus de temps pour porter mon attention sur des résultats moins favorables. A contrario, quand les scores sont de 8, 9, et 10, je m’appuie sur les anomalies indiquées par Transpara et suis encore plus vigilant dans mon analyse.

En tant que professionnel, j’observe que l’usage de Transpara est intuitif : contrairement au système CAD, qui s’emploie dans un deuxième temps—on affiche la mammographie, on a notre protocole de lecture, et puis on utilise le CAD pour visualiser les zones anormales—avec l’IA, il suffit d’installer une tablette juste à côté des écrans de sénologie, avec le score sur la worklist qui s’affiche sans avoir à ouvrir l’application pour regarder la mammographie. Le système CAD, d’autre part, montre énormément de marques, ce qui, à force, pousse le radiologue à les négativer, tandis que Transpara permet de filtrer les mammographies à l’avance. Il y a donc moins d’alertes levées, mais elles sont plus pertinentes. 

Transpara me permet donc de faire mon travail de dépistage plus rapidement, surtout sur les scores bas, ce qui est un bénéfice palpable car ces cas représentent la grande majorité des mammographies dans le dépistage. Selon une étude du RSNA, l’utilisation de la tomosynthèse, connue pour augmenter la sensibilité au prix d’une lecture plus longue, voit ses temps de lecture réduits de 40 à 50% grâce à l’utilisation de Transpara. 

Grâce à ce gain de temps et de confiance très importants, j’ai donc le temps de me concentrer sur les mammographies à scores élevés. 

 

L’IA et la médecine de demain

 

Idéalement, l’IA deviendra un compagnon de travail pour l’ensemble des radiologues. De la même façon que nous sommes passés de la mammo 2D aux images 3D avec la tomosynthèse—une transformation encore plus importante que celle du passage au numérique—nous allons nous approprier l’IA, à l’échelle sociétale comme au niveau personnel, car chacun aura sa propre manière de travailler avec cet outil.

Prenons donc rapidement le train de l’IA ! Si j’ai un retour d’expérience à retenir, c’est que Transpara n’est pas un concurrent. Le système de triage et la réassurance que m’apporte cet outil me permettent d’être encore plus performant dans mon métier, mais je n’abandonne pas mon expertise. Par exemple, si la solution m’indique des microcalcifications qui ne me semblent pas inquiétantes, je fais justement mon métier en tant que radiologue en interprétant correctement les résultats de l’algorithme. La complémentarité entre l’IA et l’humain nous permet, en tant que radiologues, de jouer pleinement notre rôle. 

 

Dr Marc Abehsera, expert en sénologie, radiologue à l’Hôpital Américain de Paris.