L’IA dans la détection précoce des cancers du pancréas
Position du problème
Le diagnostic précoce du cancer du pancréas (CP) est difficile en raison de l’absence de lésion tumorale visible en imagerie. Une précédente étude a montré que des signes indirects tels que l’atrophie pancréatique et la sténose ou dilatation du canal pancréatique précédaient souvent la visibilité de la tumeur. Un modèle d'IA capable de détecter ces lésions sur les TDM avec et sans injection de contraste a été développé et évalué.
Méthode
A partir d'images TDM, l'IA extrait et classe la présence de 4 signes radiologiques : une masse pancréatique, l’atrophie, la dilatation et la sténose canalaire. Le modèle a été entraîné et validé sur environ 2 000 images. La référence pour chaque signe radiologique a été établie par deux radiologues experts. Pour tester le modèle, une base de données externe a été utilisée, comprenant 90 cas de cancer pancréatique (Tis/T1 : T2 : T3–T4 = 1:1:1) et 100 témoins. Les performances diagnostiques de l'IA ont été évaluées sur TDM avec et sans PDC et comparées à celles de 4 radiologues et 2 HGE.
Résultat
Pour le diagnostic de CP, l'IA a une sensibilité et spécificité supérieures aux cliniciens (Se de 98,9% vs 88,9% et une Sp de 93% vs 99,3%). La différence est encore plus significative pour le diagnostic des tumeurs < 20 mm sur des scanners sans injection avec une Se de 86% vs 41% et une Sp de 81% vs 65%. Le temps moyen de lecture par cas était de 22 secondes (IA) contre 63 secondes (médecins) pour les TDM injectés et 20 secondes (IA) contre 78 secondes (cliniciens) pour les TDM non injectés.
Conclusion
L'IA a montré des performances diagnostiques comparables voir supérieures aux cliniciens surtout pour les petites lésions de < 20 mm sur des TDM sans injection dont l'analyse est difficile bien que sa spécificité soit inférieure à celle des cliniciens. Le développement de ce modèle pourrait aider à la détection précoce de ces tumeurs comme outil d'aide à la lecture. Il reste à définir si cette IA peut être utilisée lors du dépistage précoce chez des patients considérés à risque.
Inès LEVEQUE, Besançon