Les cancers du sein triple négatif et basal-like, est-ce la même chose ?
Longtemps confondus, les cancers du sein triple négatif et basal-like présentent des différences fondamentales. Découvrez dès maintenant comment les distinguer.
Intelligence artificielle dans les cancers du sein : détecter mieux et plus vite ?
Avec 2,7 millions de mammographies réalisées chaque année1, le dépistage précoce du cancer du sein est un enjeu de santé publique2. La stratégie actuelle comporte ses limites : manque de radiologues, risque de faux négatifs et diagnostics tardifs. L’intelligence artificielle (IA) pourrait-elle faciliter la prise en charge, grâce à une lecture assistée des mammographies et un diagnostic plus rapide et plus précis3 ?
Première cause de décès par cancer en France chez les femmes, le cancer du sein est aussi le plus fréquent2. Son dépistage repose essentiellement sur la mammographie, un examen parfois long et complexe à interpréter pour les radiologues.
Le cancer du sein, candidat idéal à l’utilisation de l’IA
Grâce au Deep Learning (ou apprentissage profond)4, l’IA pourrait être performante dans l’analyse d’images5. Publiée en 2022, une étude rétrospective allemande6 a proposé une stratégie mixte visant à intégrer l’IA dans le dépistage du cancer du sein pour réaliser un tri des clichés normaux avec un haut degré de certitude et laisser le temps aux radiologues de se concentrer uniquement sur les cas incertains ou suspects. L’IA pourrait également permettre d’améliorer la détection des cancers du sein en « rattrapant » ceux qui ne sont pas détectés initialement.
L’IA pourrait ainsi être utilisée de manière complémentaire par le radiologue3 :
- En première lecture : pour effectuer une lecture automatisée des clichés et ainsi limiter le nombre d’examens à analyser en deuxième lecture.
- Et/ou en seconde lecture : pour réduire les faux négatifs, grâce à une analyse approfondie des images.
Par ailleurs, l’IA peut intégrer des facteurs de risques individuels (âge, antécédents familiaux, mutations génétiques comme BRCA1/2, PALB2, etc.) pour proposer une approche de dépistage plus personnalisée5 .
L’étude européenne MyPeBS (My Personal Breast Screening) impliquant plus de 53 000 femmes, évalue cette possibilité depuis 2019, en comparant un dépistage basé sur l’évaluation du risque individuel à l’actuel programme de dépistage basé uniquement sur l’âge. Les premiers résultats sont attendus en 2026 5,6.
IA dans le cancer du sein : un atout au diagnostic
La densité mammaire peut complexifier le dépistage du cancer du sein. En effet, une densité mammaire élevée peut masquer des lésions et rendre le diagnostic plus incertain. De plus, l’interprétation est propre à chaque radiologue, ce qui conduit à une variabilité importante dans son évaluation 3,5.
L’IA pourrait permettre de la quantifier de manière plus précise et reproductible. Les radiologues pourraient ainsi identifier plus facilement les patientes nécessitant des examens complémentaires (échographies, IRM) pour renforcer la précision du dépistage, mieux évaluer le risque tumoral et éviter des cancers non détectés lors de la mammographie standard 3,5.
Quel avenir pour l’IA dans les cancers du sein ?
Loin de remplacer les compétences des professionnels de santé, en particulier les radiologues, l’IA doit être pensée comme une assistance pour renforcer l’efficacité du dépistage et sa fiabilité. Elle a aussi l’avantage de réduire le bruit contenu dans les images permettant ainsi de fournir et de produire des images de haute résolution, tout en minimisant les doses d’irradiation nécessaires pour les obtenir5.
Mais certaines questions demeurent : comment les radiologues adopteront-ils ces nouvelles techniques et qui endossera la responsabilité médico-légale en cas d’erreur diagnostique ?
Une utilisation croissante en conditions réelles et des études prospectives seront nécessaires avant d’envisager une application clinique de l’IA dans le dépistage du cancer du sein.
- Santé Publique France. [En ligne]. Dépistage du cancer du sein : quelle participation des femmes en 2021 ? [Publié le 24/06/2022] Disponible sur : https://www.santepubliquefrance.fr/les-actualites/2022/depistage-du-cancer-du-sein-quelle-participation-des-femmes-en-2021, [Consulté le 30/01/2025].
- Institut National du Cancer (INCa). Panorama des cancers en France. Édition 2023
- Ceugnart L. et al. Intelligence artificielle en imagerie du sein : de l’évaluation actuelle à l’utilisation en pratique quotidienne demain. La lettre du Sénologue. N°100 – avril – mai – juin 2023. p.26-30.
- Le Deep Learning est une méthode qui repose sur une modélisation informatique similaire au fonctionnement des neurones humains.
- Malhaire C. Intelligence artificielle en mammographie et dépistage du cancer du sein. Correspondance en Onco-Théranostic. 2020 ; 9(4) :130-4.
- Leibig C, et al. Combining the strengths of radiologists and AI for breast cancer screening : a retrospective analysis. Lancet Digit Health. 2022; 4: e507–19.
Ces contenus pourraient également vous intéresser
Classification et stadification des cancers du sein
Brochure explicative présentant la classification et stadification du cancer du sein.
Cancer du sein triple négatif : l’intérêt de traiter rapidement
Le Pr Gilles Freyer évoque l’intérêt de prendre en charge précocement le CSTN.