Le cancer du pancréas reste l’un des plus difficiles à traiter. De fait, le diagnostic de l’adénocarcinome du canal pancréatique est retardé par l’absence de symptômes et de biomarqueurs diagnostiques spécifiques. Développé par des chercheurs du Cedars-Sinai, un outil d’intelligence artificielle a été entraîné sur des images de scanner prises des mois voire des années avant le diagnostic de cancer du pancréas. Il a ainsi permis de prédire avec 86% de précision quelles personnes développeraient le cancer en fonction de l’aspect des images.
L’adénocarcinome du canal pancréatique est une tumeur maligne qui représente plus de 90% des cas de cancer du pancréas. Actuellement la quatrième cause de décès par cancer, moins de 10% des patients vivent plus de cinq ans après avoir été diagnostiqués ou après avoir commencé un traitement. Il est toutefois possible d’augmenter le taux de survie jusqu’à 50% quand le diagnostic est précoce et lorsque l’ablation complète de la tumeur est possible, d’après de récentes études.
Le principal problème est qu’il n’existe aucun moyen facile de détecter un adénocarcinome du canal pancréatique à un stade précoce, car la maladie est asymptomatique au départ. Par conséquent, 80% des patients sont déjà à un stade avancé du cancer lorsqu’il est diagnostiqué.
Le diagnostic précoce de l’adénocarcinome du canal pancréatique est très rare
Même si les personnes atteintes de ce type de cancer peuvent ressentir des douleurs abdominales ou une perte de poids inexpliquée, ces symptômes ne les alertent pas sur la survenue d’un cancer, car ils sont courants dans d’autres maladies. « Il n’existe pas de symptômes uniques permettant de poser un diagnostic précoce de l’adénocarcinome du canal pancréatique », explique dans un communiqué Stephen J. Pandol, directeur de la recherche fondamentale et translationnelle sur le pancréas au Cedars-Sinai Medical Center (Los Angeles) et co-auteur de l’étude.
« La plupart des patients souffrant de troubles de la digestion subissent une imagerie par tomodensitométrie abdominale où ils sont jugés ‘négatifs’ selon l’évaluation d’un radiologue – bien que certains de ces patients finissent par développer un cancer du pancréas », écrivent les chercheurs américains. En effet, il est très difficile de repérer « à l’œil nu » des anomalies du pancréas sur ces images. « L’intelligence artificielle est le premier choix pour effectuer la modélisation de la prédiction de plusieurs cancers », ajoutent les auteurs.
L’entraînement de l’IA permet de détecter des signes précoces du cancer
En examinant les dossiers médicaux électroniques de patients, l’équipe a retenu 36 personnes qui correspondaient aux critères recherchés : avoir été diagnostiqué d’un adénocarcinome du canal pancréatique dans les 15 dernières années, et avoir passé un scanner (ou tomodensitométrie) avec résultat « négatif » de six mois à trois ans avant le diagnostic (prédiagnostic). Les images tomodensitométriques de 36 personnes qui n’ont pas développé de cancer ont également été utilisées à titre de contrôle.
L’outil d’intelligence artificielle (IA) mis au point par les chercheurs a été entraîné dans la détection de variations à la surface du pancréas dans les images de scanner pré-diagnostiques, par rapport aux images contrôle. Les chercheurs ont utilisé l’algorithme du classificateur naïf de Bayes pour ranger automatiquement les images de tomodensitométrie suivant la probabilité de survenue du cancer, en sachant qu’ils visaient en particulier le haut risque. Au final, l’outil a atteint une précision de classification moyenne de 86% sur l’ensemble des données.
« Cet outil d’IA a été capable de capturer et de quantifier des signes précoces très subtils d’adénocarcinome du canal pancréatique sur des tomodensitogrammes, des années avant l’apparition de la maladie », se félicite Debiao Li, professeur de sciences biomédicales et d’imagerie au Cedars-Sinai et auteur principal de l’étude.
En revanche, les chercheurs regrettent la faible quantité de données, due au fait que les scans de prédiagnostic soient rarement disponibles. Ils espèrent que l’IA permettra de réduire le délai du diagnostic et ainsi favoriser l’ablation complète de la tumeur par voie chirurgicale. Avec ces résultats encourageants, ils travaillent maintenant à reproduire le modèle sur une plus grande quantité de données, afin de le valider.