Cancer du sein : une IA affine la prédiction des récidives tardives

Un modèle d’intelligence artificielle pourrait aider à mieux prévoir les récidives tardives du cancer du sein, un point faible des tests actuels. Décrit dans npj Breast Cancer, l’outil IICM+ a été entraîné sur 2 808 patientes de l’essai TAILORx, puis testé sur 1 621 autres. Son intérêt est concret : mieux distinguer les femmes qui peuvent éviter une chimiothérapie de celles qui auraient besoin d’un traitement plus intense.

Quand le risque revient après cinq ans

Le cancer du sein ne se résume pas à un seul profil, et les récidives peuvent survenir longtemps après la chirurgie. C’est particulièrement vrai pour les tumeurs HR+/HER2- à un stade précoce, sans atteinte ganglionnaire, qui concentrent selon les sources une part importante des décès liés à cette maladie parce qu’elles peuvent rechuter tardivement.

Le test Oncotype DX, aussi appelé Recurrence Score, repose sur 21 gènes et sert déjà à estimer le bénéfice d’une chimiothérapie adjuvante. Mais sa précision reste limitée pour les rechutes à long terme. Résultat : certaines patientes jugées à faible risque voient malgré tout la maladie réapparaître cinq, dix ans, voire plus après le traitement initial. Les cellules cancéreuses savent attendre, hélas, avec une patience presque administrative.

Une IA entraînée sur des biopsies et des données cliniques

Pour combler ce vide, des chercheurs américains ont construit IICM+, un modèle d’IA nourri avec des images de tissus mammaires au microscope, des données histopathologiques, des traitements reçus et l’évolution des patientes. L’entraînement a porté sur 2 808 femmes incluses dans TAILORx, toutes atteintes d’un cancer du sein HR+/HER2- précoce et sans ganglions atteints. Le modèle a ensuite été évalué sur un groupe indépendant de 1 621 patientes.

Les auteurs disent avoir obtenu une meilleure capacité de prédiction que le test de référence, en particulier pour les récidives survenant plus de cinq ans après le diagnostic. L’indice C atteint 0,735 pour la récidive globale, contre 0,578 pour l’Oncotype DX. Cet indice, utilisé en statistique médicale, mesure la capacité d’un modèle à classer correctement les patientes selon leur risque.

Des promesses, mais pas encore un outil de routine

Cette avance ne suffit pas encore à faire entrer l’outil dans les blocs et les consultations. Les chercheurs rappellent qu’il faut des validations supplémentaires, sur des populations plus larges et indépendantes, avant toute utilisation en pratique courante. À ce stade, l’enjeu est de savoir si ce type d’IA peut réellement changer la balance entre sous-traitement et surtraitement.

En France, l’équipe d’Ingrid Garberis à l’institut Gustave Roussy mène aussi des travaux proches, avec un autre objectif : croiser coupes histologiques numérisées, données cliniques, moléculaires et d’imagerie pour mieux stratifier le risque de rechute. Selon elle, ces systèmes restent des outils d’aide à la décision, utiles surtout pour les patientes “intermédiaires”, celles pour qui la médecine ne peut pas se contenter d’un oui ou d’un non tranché.

Ce que cela changerait pour les patientes

Si ces modèles confirment leurs performances, ils pourraient permettre de réduire la chimiothérapie chez les femmes les moins exposées, ou au contraire de renforcer le traitement quand le risque est élevé. Dans le cancer du sein, où le choix thérapeutique se joue souvent sur une marge étroite, gagner en finesse de prédiction compte autant que gagner en vitesse. Et, pour les oncologues, éviter de traiter trop ou pas assez reste un exercice qui n’a rien d’un sport de plaisir.