Des chercheurs ont développé un modèle d'intelligence artificielle capable de prédire le score de récidive Oncotype DX à 21 gènes (RS) pour les patientes atteintes d'un cancer du sein en utilisant des lames d'histopathologie numérisées et des données cliniques de base. L'étude, dirigée par le Dr David Shamai et ses collègues, a été publiée dans The Lancet Oncology.
Le modèle d'IA a été entraîné et validé sur des données de plus de 3 600 patientes issues de plusieurs cohortes internationales. Il analyse les lames de tissu standard colorées à l'hématoxyline et à l'éosine (H&E), couramment disponibles, pour estimer le score de récidive, un test génomique qui guide les décisions de chimiothérapie pour le cancer du sein précoce à récepteurs hormonaux positifs et HER2 négatif.
Lors de la validation, le modèle a montré une forte corrélation avec les résultats réels du test génomique. Cette approche pourrait aider à identifier les patientes susceptibles d'avoir un score de récidive faible, réduisant potentiellement le besoin de tests génomiques coûteux et rendant les recommandations de traitement personnalisé plus accessibles là où ces tests ne sont pas disponibles.
Les auteurs soulignent que cet outil est conçu pour aider, et non remplacer, les procédures de diagnostic standard et le jugement clinique. D'autres études prospectives sont nécessaires pour confirmer son utilité clinique avant une adoption généralisée.
