L’intelligence artificielle pour sélectionner les patientes devant bénéficier d’une IRM de dépistage.

Auteur(s)
Foucauld Chamming’s
Une des limites du dépistage organisé est la survenue de cancers de l’intervalle qui surviennent chez 30% des patientes dépistées. En 2019, une étude hollandaise avait montré que la prescription d’une IRM systématique chez les femmes ayant des seins extrêmement denses en mammographie avec un dépistage négatif (essai « dense trial ») permettait d’obtenir une réduction de 50% des cancers d’intervalle mais au prix de nombreux faut-positifs en IRM augmentant le coût du dépistage (1). Lors de la seconde IRM pratiquée deux ans plus tard, le taux de cancers détectés passait de 16 à 5%o et le taux de faux-positifs était divisés par 3 (2).
IA1

Une nouvelle étude a été initiée faisant appel à l’intelligence artificielle pour sélectionner les patientes éligibles à l’IRM (3). Il s’agit d’un nouveau logiciel d’IA (AI Smartdensity) analysant les mammographies en prenant en compte trois critères pour déterminer le niveau de risque : l’évaluation du risque individuel, l’évaluation de l’effet masquant de la mammographie et la présence dans la mammographie de signes suspects de cancer.

Les patientes présentant le score le plus élevé (7% de la cohorte) ont été invitées à réaliser l’IRM et le nombre de cancers détectés a été colligé avec leur caractéristiques, l’objectif étant de démontrer un meilleur mode de sélection que la seule densité mammographique.

Le taux de cancers détectés par l’IRM était de 64%0, soit près de 4 fois supérieur au taux de cancers détectés lors de l’essai « dense trial ». La taille moyenne des tumeurs était de 12mm. 64% avaient une composante invasive. La valeur prédictive de l’IRM était de 38% pour les patientes rappelées et de 50% pour les patientes biopsiées (contre 17 et 26% dans l’essai « dense trial ».
Afin de réduire le nombre d’IRM à réaliser, les auteurs suggèrent que les mammographies des patientes ayant un score élevé après analyse par ce logiciel d’intelligence artificielle soient relues par les lecteurs avant que ne soit prescrite l’IRM.

Le suivi des patientes randomisées n’ayant pas bénéficié de l’IRM n’est pas encore connu mais les auteurs ont calculé que 57 cancers étaient attendus dans les 2 ans en l’absence d’IRM (cancers dépistés à 2 ans et cancers de l’intervalle), à comparer aux 36 cancers détectés par l’IRM.

En conclusion, l’intelligence artificielle permettrait, mieux que la seule prise en compte de la densité mammaire, de sélectionner les patientes à mammographie normale pouvant bénéficier d’une IRM avec un taux de cancers détectés plus élevé et une valeur prédictive positive de l’IRM supérieure. 

 


1.    Bakker, M. F. et al. Supplemental MRI screening for women with extremely dense breast tissue. N. Engl. J. Med. 381, 2091–2102 (2019). 
2.    Veenhuizen, S. G. et al. Supplemental breast MRI for women with extremely dense breasts: results of the second screening round of the DENSE trial. Radiology 299, 278–286 (2021). 
3.    Salim, M.et   al AI-based selection of individuals for supplemental MRI in population-based breast cancer screening: the randomized ScreenTrustMRI trial. Nat Med 2024 Jul 8 doi: 10.1038/s41591-024-03093-5.
 

Foucauld Chamming’s pour la SIFEM