L’IA et la numérisation au service de la relance des programmes de dépistage du cancer
La pandémie de Covid-19 a eu un impact considérable sur les dépistages des cancers du sein et du cancer du col de l’utérus. Il est aujourd’hui urgent d’y remédier. Le recours à la numérisation et aux technologies basées sur l’intelligence artificielle peut contribuer à relancer et à accélérer ces dépistages afin d’éviter les retards de diagnostic.
La pandémie de COVID-19, a servi de catalyseur de changement. Elle a stimulé l’innovation. Tous les enseignements que nous en tirons, chaque jour, doivent être mis à profit pour améliorer la détection, la prévention et le traitement du cancer du sein et du col de l’utérus en Europe. Dans l’immédiat, l’industrie du diagnostic, les professionnels de santé ainsi que les responsables de la santé publique sont confrontés au retard considérable pris par les programmes de dépistage du cancer du sein1 et du col de l’utérus, notamment durant la première vague de l’épidémie, alors que ceux-ci contribuent à sauver des vies. Ainsi, en France, le nombre de diagnostics de cancer du sein a chuté de 50 % entre mars et mai 20202.
L’innovation dans le domaine du diagnostic pourrait être un outil fondamental pour résorber les retards dans le diagnostic du cancer du sein et du col de l’utérus, en particulier l’utilisation de l’intelligence artificielle afin de guider la lecture d’images diagnostiques d’imagerie guidée par l’intelligence artificielle (IA).
Les dépistages du cancer du col de l’utérus et du cancer du sein se prêtent parfaitement aux technologies numériques et à l’application de l’IA : en effet, tous deux nécessitent des professionnels de la santé hautement qualifiés pour identifier visuellement des changements rares et subtils. Ce processus nécessite beaucoup de temps et peut être sujet aux erreurs. L’intelligence artificielle et la vision par ordinateur sont des technologies à même d’améliorer sensiblement cette réalité en assistant les professionnels dans leurs tâches.
La place de l’IA dans le diagnostic
Concrètement, comment progresser ? La numérisation est la première étape indispensable à la mise en œuvre d’une solution axée sur l’intelligence artificielle. Les images de haute qualité exigent des solutions avancées de stockage dans le cloud et une résolution élevée et sont nécessaires car la qualité des données d’entrée conditionne l’efficacité de l’IA.
L’imagerie guidée par l’IA peut se révéler utile pour hiérarchiser les flux de travail. L’IA, combinée à l’augmentation du nombre d’unités de dépistage et de mammographes, permettrait d’accroître la capacité de dépistage du cancer du sein, en supprimant la nécessité de faire appel à deux radiologues pour la lecture de l’examen. Par ailleurs, utilisée dans le cadre d’un programme de dépistage, l’IA met en évidence les zones qui présentent un intérêt particulier pour le radiologue, avec, à la clé, un gain de temps (chiffré à 13 % pour les mammographies)3 qui permettrait à chaque spécialiste de lire un plus grand nombre d’examens par jour.
En ce qui concerne la cytologie numérique pour le dépistage du cancer du col de l’utérus, l’IA permet d’évaluer en quelques secondes des dizaines de milliers de cellules provenant d’une seule patiente et de présenter les éléments diagnostiques les plus pertinents à un professionnel de la santé qualifié, afin que celui-ci pose le diagnostic final. Comme pour la mammographie, les outils développés permettent d’améliorer l’efficience du dépistage sans compromettre sa précision, un atout pour réduire les retards accumulés dans le dépistage du cancer du col de l’utérus. Elle offre par ailleurs la possibilité de mieux couvrir les besoins de toutes les populations, notamment des personnes les plus vulnérables, grâce à la stratification des risques et au partage des tâches au-delà des frontières.
Donner la priorité aux patients les plus vulnérables
La stratification des risques grâce à l’IA constitue une autre avancée majeure pour le dépistage et le diagnostic, car elle permet d’identifier les femmes qui présentent le plus de facteurs de risque pour les faire remonter dans la file d’attente du dépistage. L’analyse de la densité du tissu mammaire par l’IA en est une illustration exemplaire. En effet, une densité mammaire très importante constituerait un facteur de risque de cancer du sein plus important4 que le fait d’avoir deux parentes au premier degré atteintes de la maladie5.
L’analyse des mammographies antérieures des femmes, à l’aide d’un logiciel de mesure de la densité mammaire assisté par l’IA, permettrait donc d’identifier rétrospectivement les femmes les plus à risque afin de leur permettre d’accéder de manière prioritaire au dépistage.
Collaboration transfrontalière
Enfin, la collaboration transfrontalière, qui a caractérisé la lutte contre la pandémie, peut être sensiblement renforcée grâce à l’IA, et ce, dans le respect scrupuleux des législations sur la protection des données. Cette collaboration accrue consiste non seulement à partager les connaissances et les meilleures pratiques mais aussi à mutualiser les moyens afin de soutenir les régions les moins dotées.
Le Plan européen pour vaincre le cancer6, récemment lancé, constitue une nouvelle approche de la prévention, du traitement et de la prise en charge du cancer dans l’Union européenne. Il souligne l’importance de favoriser les découvertes médicales entre petits et grands États membres de l’UE et de permettre aux équipes médicales d’accéder à des données de santé cruciales pour identifier les causes potentielles du cancer et les traitements prometteurs.
L’IA offre aux professionnels de santé et aux hôpitaux la possibilité d’exploiter la multitude d’informations partagées et de traiter rapidement les données de santé afin de mieux éclairer les programmes de dépistage. Le but ultime est de permettre aux patients de toute l’UE de bénéficier de meilleurs soins et traitements.
Développer la solidarité internationale
Au-delà de l’UE, la digitalisation des dépistages peut permettre d’améliorer le diagnostic dans des pays ou des continents qui manquent de ressources : ainsi, les pays en développement d’Afrique pourraient s’appuyer sur les moyens d’interprétation des images disponibles en Europe pour interpréter les échantillons ou les images obtenues localement.
L’innovation en matière de diagnostic suit une trajectoire qu’il ne faut pas ignorer. La collaboration au-delà des frontières est cruciale pour tirer parti de son plein potentiel, afin que les programmes de dépistage du cancer reprennent leur cours normal. L’IA est une pièce fondamentale du puzzle de l’innovation qu’il faut continuer de développer pour améliorer partout le diagnostic.
MISC-07506-FRA-FR Rev 001
1 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8241687/ dernier accès le 27 Juin 2022
2 FIPRA. FIPRA report on the impact of the COVID-19 pandemic on breast cancer screening in Italy, France, Spain, UK, Poland, Greece, Belgium and Sweden. 2021, Mar 31. (https://healthmanagement.org/c/women/news/the-lasting-impact-of-the-covid-19-pandemic-on-breast-cancer-screening, (dernier accès le 27 juin 2022)
3 Keller B, Kshirsagar A & Smith A. 3DQuorum™ Imaging Technology: improving radiologist performance through Artificial Intelligence and SmartSlices. WP-00152-EUR-EN Rev 001 (10/19) US/International © 2019 Hologic, Inc
4 https://www.cancer.org/content/dam/cancer-org/research/cancer-facts-and-statistics/breast-cancer-facts-and-figures/breast-cancer-facts-and-figures-2019-2020.pdf (dernier accès le 27 juin 2022)
5 American Cancer Society [Internet]. Breast Cancer Facts & Figures 2019-2020 [cited 2021 March 17]. Available from: https://www.cancer.org/content/dam/cancer-org/research/cancer-facts-and-statistics/breast-cancer-facts-and-figures/breast-cancer-facts-and-figures-2019-2020.pdf (dernier accès le 27 juin 2022)
6 https:/ec.europa.eu/health/system/files/2022-02/eu_cancer-plan_en_0.pdf (dernier accès le 27 juin 2022)