L'IA en mammographie : risque de maladie cardiaque, dépistage du cancer du sein et un essai à 16 millions de dollars

L'intelligence artificielle est appliquée à la mammographie de nouvelles manières, notamment pour prédire le risque de maladie cardiovasculaire à partir de la calcification artérielle mammaire, évaluer le risque de cancer du sein avec l'outil BRAIx, et un nouvel essai clinique américain évalue la lecture assistée par IA des mammographies de dépistage.

Les chercheurs ont analysé les données de 123 762 femmes ayant subi une mammographie de dépistage dans deux systèmes de santé américains : 74 124 femmes d'Emory Healthcare (âge moyen 55,5 ans) et 49 638 de la Mayo Clinic (âge moyen 59,5 ans). Ils ont développé, entraîné et validé un modèle d'IA d'apprentissage profond pour segmenter la calcification artérielle mammaire (CAM) et quantifier la sévérité du risque. La sévérité de la CAM a été classée comme nulle (0 mm²), légère (>0-10 mm²), modérée (>10-25 mm²) et sévère (>25 mm²). La CAM a été détectée dans 16,1 % de la cohorte d'Emory et 20,6 % de la cohorte de la Mayo Clinic. Une CAM accrue prédisait un risque cardiovasculaire accru au-delà des scores PREVENT, confirmant qu'il s'agit d'un facteur de risque indépendant. Chaque millimètre carré de CAM augmente le risque de maladie cardiovasculaire de 1 % ; par exemple, 20 mm² de CAM confèrent un rapport de risque augmenté de 20 %. À Emory, un score de CAM sévère conférait un risque de maladie cardiovasculaire multiplié par 2,2. Une sévérité plus élevée de la CAM était associée à une prévalence plus élevée d'utilisation d'antihypertenseurs et de statines, ainsi qu'à une prévalence plus élevée de diabète sucré, une pression artérielle systolique plus élevée, un indice de masse corporelle plus élevé et un débit de filtration glomérulaire estimé plus faible, mais pas à une prévalence plus élevée de tabagisme.

La mammographie peut potentiellement être utilisée pour dépister les femmes à risque de maladie cardiovasculaire sans exposition supplémentaire aux rayonnements, sans coûts supplémentaires, sans visites chez le médecin ni analyses de sang.

Une nouvelle étude australienne publiée dans The Lancet Digital Health a évalué un outil d'IA appelé BRAIx, entraîné à l'aide des données de BreastScreen Australia, pour aider les radiologues à évaluer les mammographies. Parmi 95 823 femmes australiennes évaluées, 1,1 % (1 098) avaient développé un cancer du sein dans les quatre années suivant une mammographie normale. Parmi 4 430 femmes suédoises évaluées, 6,9 % avaient développé un cancer du sein dans les deux ans suivant un dépistage normal. Les résultats ont montré que les scores BRAIx étaient très utiles pour identifier les femmes les plus susceptibles de développer un cancer un à deux ans après un dépistage normal, et l'ensemble de données australien suggère que BRAIx a identifié des cancers découverts trois à quatre ans plus tard, mais avec moins de précision. BRAIx pourrait aider à identifier les femmes susceptibles de bénéficier d'examens supplémentaires tels que l'IRM ou la mammographie avec produit de contraste. Ces résultats renforcent une étude suédoise de 2024 qui utilisait une évaluation du risque basée sur l'IA pour sélectionner les femmes devant subir des examens supplémentaires ; les chercheurs ont orienté 7 % des femmes vers une IRM de suivi, et 6,5 % d'entre elles présentaient des cancers manqués par les mammographies. Les limites de l'étude incluent la difficulté de comparer BRAIx aux tests génétiques, car BRAIx est entraîné à détecter les cancers manqués ou émergents sur une période de quatre ans tandis que les tests génétiques identifient le risque à vie, et les données sur la densité mammaire peuvent ne pas correspondre à l'outil utilisé par BreastScreen.

Aux États-Unis, UC Davis Health codirige un essai clinique national nouvellement financé, connu sous le nom d'essai PRISM (Pragmatic Randomized Trial of Artificial Intelligence for Screening Mammography), soutenu par une subvention de 16 millions de dollars du Patient-Centered Outcomes Research Institute. Présenté comme le premier essai randomisé à grande échelle aux États-Unis à évaluer l'efficacité de l'IA dans l'interprétation du dépistage du cancer du sein, l'étude impliquera des centaines de milliers de mammographies interprétées dans des centres médicaux universitaires et des établissements d'imagerie mammaire en Californie, en Floride, au Massachusetts, à Washington et au Wisconsin. Les mammographies seront attribuées au hasard pour être interprétées soit par un radiologue seul, soit avec l'aide d'un outil d'aide à l'IA ; dans tous les cas, un radiologue lira la mammographie et déterminera les résultats. L'essai vise à améliorer la détection du cancer du sein et à réduire les reconvocations inutiles et l'anxiété des patientes. Les résultats de l'essai éclaireront la pratique clinique, les décisions de couverture, l'adoption de la technologie et la manière de communiquer avec les patientes concernant l'IA dans le dépistage.

L'essai réunit sept grands centres médicaux universitaires, l'UCLA servant de site de coordination administrative et UC Davis Health collectant les données et effectuant les analyses.

Le cancer du sein reste la deuxième cause de décès par cancer chez les femmes aux États-Unis. Le programme BreastScreen de l'Australie propose des mammographies gratuites tous les deux ans aux femmes âgées de 50 à 74 ans depuis 1992, et un peu plus de la moitié des femmes éligibles y participent. Parmi les femmes chez qui un cancer a été détecté, environ 25 % sont diagnostiquées entre les dépistages bisannuels ; ces cancers d'intervalle sont souvent agressifs et plus susceptibles d'être mortels. Les chercheurs explorent le dépistage adapté au risque, qui ajuste le dépistage en fonction du risque des femmes, comme moyen de détecter davantage de cancers plus tôt.