Cancer du pancréas : le modèle REDMOD repère des signes 475 jours avant le diagnostic

Un système d’intelligence artificielle baptisé REDMOD parvient à déceler sur des scanners abdominaux des anomalies liées au cancer du pancréas en moyenne 475 jours avant le diagnostic clinique. Ces résultats ont été publiés en ligne dans la revue Gut, éditée par le BMJ Group.

L’outil cible l’adénocarcinome canalaire pancréatique, la forme la plus répandue de ce cancer. Ses auteurs y voient un moyen de repérer la maladie dès le stade 0, lorsque les chances de succès thérapeutique sont plus élevées. Ils précisent toutefois que d’autres recherches restent nécessaires avant tout usage en pratique courante.

Une tumeur souvent repérée trop tard

Ce cancer affiche un faible taux de survie, en grande partie parce qu’il est généralement découvert à un stade avancé. À ses débuts, il provoque peu de symptômes, et les modifications du tissu pancréatique échappent souvent à l’imagerie standard. Son évolution peut en outre être rapide.

Le nom REDMOD signifie Radiomics-based Early Detection MODel. Le modèle analyse des motifs très fins de la texture du pancréas, appelés radiomique, peu visibles sur une tomodensitométrie classique. Il délimite aussi automatiquement l’organe par rapport aux tissus voisins, ce qui évite un tracé manuel par des spécialistes et les écarts qu’il peut entraîner d’un opérateur à l’autre.

219 patients et 1 243 témoins

L’équipe a étudié les scanners abdominaux de 219 patients suivis dans plusieurs hôpitaux. Au moment de l’examen, des radiologues expérimentés n’avaient relevé aucun signe de cancer, mais tous ont ensuite reçu ce diagnostic. Pour 87 d’entre eux (40 %), les images dataient de 3 à 12 mois avant le diagnostic, pour 76 (35 %) de 12 à 24 mois, et pour 56 (25 %) de plus de 24 mois, jusqu’à environ trois ans. Chez 64 % des patients, la tumeur s’est développée dans la tête du pancréas.

Ces images ont été comparées à celles de 1 243 personnes restées indemnes de la maladie jusqu’à trois ans plus tard, appariées selon l’âge, le sexe et la date de l’examen. L’âge moyen était de 69 ans chez les futurs malades et de 64 ans chez les témoins, avec dans les deux groupes des âges allant de 34 à 88 ans.

Les chercheurs jugent cette fenêtre de temps déterminante. Selon eux, des études de modélisation montrent que faire passer de 10 % à 50 % la part des adénocarcinomes localisés ferait plus que doubler les taux de survie.

« Le moment du diagnostic est le déterminant le plus critique des résultats en matière de survie. »

Une sensibilité presque doublée

REDMOD a atteint une sensibilité de 73 %, contre 39 % pour les radiologues. Sur les scanners réalisés plus de deux ans avant le diagnostic, son taux de détection s’est élevé à 68 %, soit près du triple des 23 % obtenus par les spécialistes.

Pour reconnaître les patients sans cancer, le système a correctement classé un peu plus de 81 % des examens dans un groupe indépendant de 539 patients issus de plusieurs hôpitaux, et 87,5 % sur la base publique NIH-PCT des National Institutes of Health américains, qui compte 80 patients. Sur des scanners d’un même patient espacés de plusieurs mois, ses résultats concordaient dans 90 à 92 % des cas.

Des limites reconnues

Les auteurs relèvent que la population étudiée manquait de diversité ethnique, ce qui pourrait influer sur les performances de l’outil selon les groupes. Ils appellent à des essais prospectifs, notamment chez les personnes à risque élevé, comme celles présentant une perte de poids inexpliquée ou un diabète récemment diagnostiqué.