Un outil d'intelligence artificielle développé par des chercheurs américains semble en mesure de détecter le cancer du pancréas plus efficacement qu'un humain.

Lors de tests, dans environ 75 % des cas, l'outil REDMOD a repéré la forme la plus courante de la maladie environ seize mois avant le diagnostic, quand on lui a soumis les images de tomodensitométrie de patients qui ont éventuellement reçu un diagnostic de cancer du pancréas.

«C'est tout un travail (que les chercheurs américains) ont fait, a commenté le docteur An Tang, un radiologiste qui est responsable de l'axe Imagerie et ingénierie du Centre de recherches du Centre hospitalier de l'Université de Montréal. C'est vraiment tout à leur honneur.»

Le cancer du pancréas est une maladie impitoyable dont la survie médiane est de moins de douze mois, essentiellement parce que la maladie est souvent très avancée au moment du diagnostic. On recense environ 6500 nouveaux cas par année au Canada, ce qui en fait un cancer peu fréquent qui «représente un défi mathématique», selon le docteur Tang.

Les premiers symptômes apparaissent normalement une fois que le cancer s'est répandu à d'autres organes, et les patients peuvent sembler en pleine santé jusqu'à six mois avant le diagnostic.

«Environ 70% des cas sont trop avancés pour être traités de façon curative, il y a un 20 % qui est potentiellement opérable au moment de la découverte, et puis un 10% qu'on dit 'borderline', ou potentiellement résécable, a dit le docteur Tang. Donc, la difficulté, c'est qu'il faut détecter le cancer plus précocement avant de le découvrir à un stade avancé.»

L'outil REDMOD, qui a été développé par des chercheurs de la clinique Mayo et du Centre de cancérologie MD Anderson de l'Université du Texas, pourrait changer la donne. Il a parfois réussi à détecter la maladie plus de deux ans avant le diagnostic, et les chercheurs américains croient qu'il pourrait repérer le cancer jusqu'à trois ans avant le diagnostic.

Les créateurs de REDMOD l'ont entraîné à l'aide de 969 images de tomodensitométrie. Plutôt que de chercher une tumeur, l'outil cherche des altérations de la texture et de la structure des tissus qui sont souvent trop minimes pour être détectées à l'œil nu.

Cela pourrait permettre de détecter la maladie bien avant que les cellules malades n'aient formé une tumeur visible.

«REDMOD a permis de détecter les signes texturaux et architecturaux subtils (du cancer du pancréas) de stade 0 avec une sensibilité élevée (...) et une grande précision (...), avec un délai médian de 475 jours, écrivent ainsi les auteurs. Cette fenêtre temporelle revêt une importance capitale, car une détection aussi précoce augmenterait considérablement les chances de guérison et améliorerait la survie.»

Ces résultats, poursuivent-ils, «suggèrent que le principal atout de REDMOD réside dans sa capacité à détecter les premiers signes d'imagerie d'une maladie visuellement occulte».

REDMOD n'est toutefois pas encore prêt à être déployé, puisqu'il a raté 27 % des patients qui présentaient réellement un cancer. Puis, quand on lui a demandé d'analyser les images de 430 patients en santé, il a estimé qu'environ 20 % d'entre eux étaient possiblement malades (ce qu'on appelle des 'faux positifs').

On parle donc de patients à qui on aurait vraisemblablement demandé de subir d'autres tests inutilement, ce qui n'a rien de banal, a souligné le docteur Tang.

«C'est très bien de trouver des cancers chez des gens qui en ont, mais c'est très problématique de dire à des gens qu'ils ont un cancer alors qu'il n'y en a pas, a-t-il dit. Ce n'est pas trivial un diagnostic de cancer.»

Pour le moment, a dit le docteur Tang, on pourrait donc envisager d'utiliser l'outil pour des patients chez qui on soupçonne un cancer du pancréas, mais chez qui on n'arrive pas à confirmer le diagnostic.

Les créateurs de REDMOD croient qu'il pourrait repérer le cancer du pancréas à un moment où il encore possible de traiter la maladie, par exemple en analysant des images de tomodensitométrie prises à d'autres fins.

Les conclusions de cette étude ont été publiées par le journal médical Gut.

Jean-Benoit Legault, La Presse Canadienne