Détection et caractérisation de polypes coliques assistées par intelligence artificielle : 3 yeux font-ils vraiment mieux que 2 ?
Position du problème
Le dépistage du cancer colorectal par coloscopie est associé à une diminution de l'incidence et de la mortalité par cancer. 90% des polypes réséqués au cours de ces endoscopies mesurent <10mm, et ne sont qu'exceptionnellement des polypes avancés. Des stratégies récentes ("diagnose & leave" et "resect & discard") permettraient de limiter l'impact économique et écologique de la coloscopie de dépistage, mais les seuils de détection et de caractérisation proposés par les sociétés savantes ne sont pas atteints par des médecins non experts. L'IA pourrait-elle aider à atteindre ces seuils?
Méthode
Il s'agit d'une étude prospective multicentrique menée dans 5 centres français visant à étudier les performances diagnostiques du système CAD-EYE en comparant ses résultats à ceux du gold standard histologique et aux prédictions de l'opérateur, chez des patients bénéficiant d'une coloscopie de dépistage. Le critère de jugement principal était l'obtention d'une sensibilité de prédiction du caractère néoplasique du système CAD-EYE supérieure à 85% (Se>85%). Les lésions considérées comme "néoplasiques" étaient les adénomes, les lésions festonnées dysplasiques et les cancers.
Résultat
139 patients ont été inclus, majoritairement pour antécédent personnel d'adénome. 398 polypes ont été réséqués et analysés histologiquement, en majorité des adénomes en dysplasie de bas grade. 55 polypes ont été écartés de l'analyse pour incertitude histologique ou par le CAD-EYE. La performance du CAD-EYE pour prédire le caractère néoplasique s'avère être inférieure à celle attendue, atteignant une sensibilité de 80% contre 90% pour celle de l'opérateur (p=0.014). Cette performance s'améliorait cependant pour les polypes diminutifs du rectosigmoïde. On notera aussi que l'intelligence artificielle détectait plus de polypes que l'œil humain après relecture centralisée (3.3 vs 2.3, p<0.01).
Conclusion
Cette étude ne permet pas de mettre en avant une performance insuffisante du CAD-EYE dans la prédiction du caractère néoplasique des polypes étudiés. L'intelligence artificielle semble cependant représenter une option intéressante pour améliorer le taux de détection des polypes, avec une prédiction satisfaisante pour les polypes de petite taille du rectosigmoïde, permettant d'optimiser la stratégie de "diagnose & leave" et d'améliorer l'impact environnemental. L'impact de la détection et de la résection de polypes diminutif sur la prévention du CCR reste à définir.
Thomas GUILMOTEAU, Clermont-Ferrand