Les algorithmes basés sur l’IA ont le potentiel de soutenir l’établissement de diagnostics dermatopathologiques à l’avenir. Actuellement, de nombreux efforts de recherche sont en cours dans ce domaine. Entre autres, un algorithme d’apprentissage profond a été développé, qui peut être utilisé pour la détection des carcinomes basocellulaires et des carcinomes épidermoïdes. L’objectif est d’obtenir une évaluation rapide et précise basée sur l’IA.
Le Dr Daniel Otero Baguer, du Centre de technomathématiques de l’Université de Brême, a montré comment l’intelligence artificielle (IA) peut être utilisée pour le traitement des coupes histologiques en vue de la détection du cancer de la peau [1]. L’IA devrait un jour aider les dermatopathologues à examiner les coupes de tissus histologiques en moins de temps, sans pour autant compromettre la qualité des résultats d’évaluation, a expliqué l’orateur. Pour cela, un algorithme d’apprentissage profond a été développé, capable de détecter les carcinomes basocellulaires (BCC) et les carcinomes épidermoïdes (SCC) et de mesurer les tumeurs [2]. En outre, un rapport automatisé est généré, qui peut être contrôlé et adapté par le médecin. Actuellement, un outil est en cours de développement en étroite collaboration avec des dermatopathologues afin de combler l’écart entre les résultats de la recherche et l’utilisation quotidienne en routine, a déclaré le Dr Otero Baguer.

L’outil d’IA fait preuve d’une sensibilité et d’une spécificité remarquables
Depuis avril 2021, l’installation test est en cours au service de dermatopathologie de Duisburg-Essen, précise le chercheur [1]. Au total, 3527 échantillons BCC ont été analysés avec l’algorithme d’apprentissage en profondeur. Bien qu’il y ait eu des faux négatifs et des faux positifs, il s’agit d’une méthode très prometteuse avec une spécificité d’environ 98% et une sensibilité d’environ 99%. “Nous essayons bien sûr d’améliorer continuellement l’algorithme d’apprentissage en profondeur”, a déclaré le Dr Otero Baguer [1]. L’objectif n’est pas de remplacer les dermatopathologues, mais de soutenir leur travail, explique le chercheur. Les décisions basées sur l’IA doivent être évaluées par le médecin, l’ensemble de la procédure permettant de gagner du temps par rapport à l’absence d’utilisation de l’intelligence artificielle. L’outil d’IA mesure automatiquement l’épaisseur des tumeurs détectées. Là encore, l’application d’IA se serait trompée dans certains cas, mais le bilan global est satisfaisant : l’algorithme de deep learning a été utilisé sur 3315 échantillons et le pathologiste a dû corriger la mesure de la tumeur pour 339 d’entre eux (10,23%) (tableau 1) [1]. Ces erreurs seraient très rapidement visibles pour le dermatopathologue.

Implémentation prévue pour d’autres entités tumorales
Cette méthodologie innovante a également été mise en œuvre pour la détection des carcinomes épidermoïdes (SCC). Il a été démontré que le même réseau neuronal pouvait distinguer de manière fiable le BCC du SCC, a expliqué le conférencier. Un exemple de reporting généré par l’algorithme d’apprentissage en profondeur est présenté dans l’encadré. L’idée est que le diagnostic initial basé sur l’IA soit à chaque fois contrôlé par un médecin. Le texte généré automatiquement peut être facilement adapté. L’algorithme d’apprentissage profond développé par les chercheurs est utilisé non seulement pour le BCC et le SCC, mais aussi pour d’autres entités tumorales telles que la maladie de Bowen, a déclaré l’orateur. Un projet a également été lancé pour la détection automatisée des métastases de mélanome dans les ganglions lymphatiques, avec le soutien de la fondation Hiege [3].

Congrès : Congrès sur le cancer de la peau/groupe de travail sur l’oncologie dermatologique
Littérature :
- “Utilisation de l’intelligence artificielle dans l’histologie du BCC et du SCC”, Dr Daniel Otero Baguer, Congrès allemand sur le cancer de la peau, 15.09.2022
- Le’Clerc Arrastia J, et al : UNet profondément supervisé pour la segmentation sémantique afin d’aider à l’évaluation dermato-pathologique du carcinome basocellulaire. J Imaging 2021 ; 7(4) : 71.
- “Etablissement d’un algorithme de reconnaissance des formes pour la détection histologique des ganglions lymphatiques de la garde du bouclier chez les patients atteints de mélanome”, https://hautkrebsstiftung.de/forschungsprojekte-zur-melanomforschung,(dernière consultation 08.12.2022).