Sommaire

Et si les clichés de
dépistage du cancer du sein étaient lus en
binôme par un médecin et une machine ? Au Royaume-Uni, un système
d’intelligence artificielle de Google vient d’être
testé à grande échelle sur des mammographies du NHS. Les premiers
résultats bousculent les habitudes des services de radiologie sans
encore donner toutes les réponses.

Deux études publiées dans la revue Nature Cancer et
menées sur 175 000 femmes montrent que l’algorithme, développé par
Google (version 1.2), repère autant voire davantage de cancers que
les radiologues humains, tout en réduisant leur charge de travail.
Reste une question, très concrète pour les patientes françaises :
jusqu’où cette IA peut-elle vraiment rivaliser avec les
spécialistes ?

Un dépistage du cancer du sein sous
pression, que l’IA de Google vient épauler

Au Royaume-Uni, le
cancer du sein est le cancer le plus fréquent, avec une femme
diagnostiquée toutes les 10 minutes. Les services de dépistage
affrontent en parallèle un déficit d’environ 29 % de radiologues,
déficit qui pourrait atteindre 39 % d’ici 2029, alors que chaque
mammographie
doit être relue par deux experts de façon indépendante.

Dans ce cadre, l’équipe d’Imperial College London, de Google et
de plusieurs hôpitaux du NHS a testé l’IA dans un schéma de double
lecture. Une première étude rétrospective porte sur 115 973
mammographies de 2015-2016, une seconde sur l’arbitrage de 50 000
femmes, complétées par un essai de faisabilité sur 9 266 cas
récents.

Des chiffres qui placent l’IA de Google
au niveau des radiologues

Dans l’étude rétrospective, l’IA utilisée comme deuxième lecteur
obtient une sensibilité de 0,541 contre 0,437 pour le premier
lecteur humain, pour une spécificité proche (0,943 contre 0,952).
Le taux de détection de cancers passe de 7,54 à 9,33
cancers pour 1 000 femmes, et l’algorithme identifie
25 % des
cancers d’intervalle, ces tumeurs découvertes entre
deux dépistages. Sur les premiers dépistages, les plus délicats,
l’IA présente 39,3 % de rappels en moins et un taux de détection
supérieur de 8,8 %.

L’étude d’arbitrage, menée sur 50 000 femmes, compare ensuite
deux lecteurs humains à un duo formé d’un premier lecteur et de
l’IA. Après arbitrage, la combinaison humain + IA atteint une
sensibilité et une spécificité non inférieures à la double lecture
humaine, tout en diminuant d’environ 46 % le nombre total de
lectures de dépistage. Les chercheurs relèvent aussi 93 cas sur 8
732 arbitrés où l’IA avait correctement signalé un cancer, souvent
d’intervalle ou détecté au tour suivant, mais où la décision
humaine a été de ne pas rappeler la patiente.

« La détection précoce est notre outil le plus puissant dans
la lutte contre le cancer du sein, et ces résultats marquent un
véritable tournant. C’est la première fois que nous avons pu
tester rigoureusement la collaboration entre médecins et IA dans un
contexte clinique. Ces résultats pourraient soutenir la
transformation du NHS et améliorer l’expérience des personnes
concernées par l’examen, nous rapprochant ainsi d’un avenir où
cette technologie renforcera l’ensemble des systèmes de santé et,
en fin de compte, sauvera des vies », a expliqué Dr Susan
Thomas, Clinical Director chez Google, citée par Imperial College
London.

Moins de lectures et des résultats plus
rapides pour les radiologues

Sur le plan pratique, l’étude prospective montre que l’IA rend
son avis en moyenne en 17,7 minutes, quand la
première lecture humaine intervient 2,08 jours
après l’examen. Le temps de lecture simulé recule d’environ 32,1 %,
soit autant de disponibilité en plus pour les équipes, à condition
de calibrer finement l’algorithme et de maintenir un arbitrage
humain.

La professeure Deborah Cunningham , radiologue consultante
à l’Imperial College Healthcare NHS Trust et co-auteure, juge
ainsi que « Le temps ainsi gagné permettra aux radiologues de se
consacrer davantage à des tâches pratiques, comme la biopsie à
l’aiguille, étape essentielle du parcours diagnostique du cancer.
Il ne faut pas y voir une menace pour leurs moyens de subsistance,
mais plutôt une opportunité de consacrer plus de temps à mettre en
œuvre leurs compétences et à collaborer avec leurs collègues et les
patients afin d’améliorer le diagnostic et le pronostic du
cancer ».