Cancer du sein : comment l’IA veut accélérer le dépistage et les traitements

De l’échographie automatisée à l’analyse de lames de pathologie, plusieurs startups développent des outils d’intelligence artificielle destinés à accompagner les médecins face au cancer du sein. Présentées par NVIDIA, ces solutions ciblent notamment les délais d’examen, la charge des radiologues et la personnalisation des traitements.

Automatiser l’imagerie mammaire

La startup iSono Health a conçu ATUSA, un système portable d’échographie 3D automatisée autorisé par la FDA. Selon l’entreprise, il capture un volume standardisé du sein en environ deux minutes par côté, contre jusqu’à 45 minutes pour une échographie manuelle conventionnelle.

Le dispositif automatise l’acquisition des images et produit des examens reproductibles, afin de faciliter leur comparaison dans le temps. iSono Health affirme que son système est 28 % plus sensible qu’une échographie 2D manuelle. Une étude multicentrique portant sur 3 200 patientes est en cours pour poursuivre l’évaluation de la plateforme.

Aider les radiologues à mieux cibler les examens

Whiterabbit.ai travaille de son côté sur le dépistage par mammographie. Son logiciel WRDensity, également autorisé par la FDA, évalue automatiquement la densité mammaire. L’entreprise développe aussi WRRisk, un outil d’aide à la décision destiné à estimer le risque à long terme de développer un cancer du sein.

Ses recherches portent également sur des modèles capables d’aider à détecter davantage de cancers et d’automatiser le tri des mammographies négatives. L’objectif annoncé est de réduire la charge des radiologues, d’accélérer les résultats et de limiter les rappels évitables pour les patientes.

Prédire la réponse aux traitements

Après le diagnostic, Ataraxis AI analyse des lames de pathologie numérique et des variables cliniques standards. Ses modèles cherchent à prédire la réponse à une chimiothérapie avant une opération, puis à estimer le risque de récidive à cinq ans et le bénéfice potentiel d’une chimiothérapie après la chirurgie.

SimBioSys adopte une autre approche en créant des représentations 3D des tumeurs, des veines et d’autres tissus mous. Sa technologie combine imagerie, pathologie et données cliniques pour fournir des informations susceptibles d’aider à préparer une intervention ou à adapter un traitement.

Des outils qui ne remplacent pas les médecins

Ces entreprises utilisent toutes l’infrastructure matérielle ou logicielle de NVIDIA, notamment ses GPU, CUDA et MONAI. Le billet de NVIDIA précise néanmoins que certaines technologies évoquées sont encore expérimentales et ne disposent pas d’une autorisation commerciale de la FDA.

L’IA se présente donc ici comme un outil d’assistance, et non comme un substitut au diagnostic médical. Son intérêt réel devra continuer à être évalué dans des études cliniques indépendantes, en particulier pour mesurer son impact sur la prise en charge et les résultats des patientes.

Source : NVIDIA Blog.