- Selon les estimations de 2022, environ 2,3 millions de femmes dans le monde ont reçu un nouveau diagnostic de cancer du sein.
- Selon le type de cancer du sein, les options de traitement peuvent inclure la chimiothérapie.
- Différents types et stades de cancer du sein ont des taux de récidive et de métastases différents.
- La FDA américaine a récemment autorisé l’outil de stratification des risques basé sur la pathologie numérique ArteraAI Breast pour aider les médecins à prédire la probabilité de métastases chez les patientes atteintes d’un cancer du sein HR+/HER2- à un stade précoce afin de déterminer l’intensité de leur traitement.
En 2022, il y avait environ
Il n’existe actuellement aucun remède contre le cancer du sein. Selon le type de cancer du sein, les options de traitement peuvent inclure la chimiothérapie, la radiothérapie, l’hormonothérapie, des médicaments spécialement ciblés et la chirurgie.
De plus, différents types et stades de cancer du sein ont des taux différents de récidive et de métastases, où le cancer se propage à une autre partie du corps.
« Le cancer du sein est une maladie complexe avec de multiples options de traitement, notamment la chimiothérapie et différents types et durées d’hormonothérapie », a déclaré Calvin Chao, MD, vice-président des sciences médicales de la société de santé numérique Artera. Actualités médicales aujourd’hui.
« Les patients et les cliniciens doivent comprendre leurs risques de récidive et décider quels traitements seront les plus efficaces, évitant ainsi à la fois le sous-traitement et le surtraitement. »
Artera a récemment annoncé l’autorisation de la Food and Drug Administration (FDA) des États-Unis pour son outil de stratification des risques basé sur la pathologie numérique ArteraAI Breast pour les patientes atteintes d’un cancer du sein invasif à un stade précoce, à récepteurs hormonaux positifs (HR+) et HER2 négatif.
Que fait ArteraAI ?
ArteraAI Breast vise à aider les médecins à prédire la probabilité de métastases chez les patientes atteintes d’un cancer du sein HR+/HER2- à un stade précoce, afin de les aider à déterminer l’intensité de leur traitement.
« En numérisant les lames pathologiques du tissu de résection chirurgicale d’un patient, ArteraAI Breast saisit les images numérisées et certaines variables cliniques dans un modèle d’IA », a expliqué Chao.
« Le modèle d’IA multimodale (MMAI) a été formé sur les données de plus de 8 500 patientes atteintes d’un cancer du sein issues d’essais cliniques pour prédire le risque de métastases ou de récidive du cancer. »
« Comme démontré lors de la validation clinique de la FDA, ce modèle d’IA peut prédire avec précision le risque de métastases et trier les patients en groupes à risque MMAI faible ou élevé en fonction de leur score de risque d’IA », a-t-il ajouté.
ArteraAI Breast aide les oncologues à prendre des décisions de traitement personnalisées pour les patientes atteintes d’un cancer du sein.
« Les oncologues doivent régulièrement déterminer le niveau optimal d’intensification thérapeutique pour leurs patients », a déclaré Chao.
« Les patients présentant un profil de risque plus faible ont un risque beaucoup plus faible de récidive du cancer ; par conséquent, ils n’ont pas besoin de la même intensité de traitement que les patients présentant un profil de risque plus élevé. »
« Les résultats ArteraAI Breast, qui incluent le score de risque personnalisé d’IA et les groupes de risque MMAI associés, peuvent aider les oncologues et les patients à prendre les bonnes décisions de traitement. »
Potentiellement moins coûteux et plus long que les tests actuellement disponibles
MNT a eu l’occasion de parler de cette étude avec Richard Reitherman, MD, PhD, radiologue certifié et directeur médical de l’imagerie du sein au MemorialCare Breast Center du Orange Coast Medical Center à Fountain Valley, en Californie.
Reitherman a déclaré que depuis le début des années 2000, les médecins avaient accès à un test appelé Oncotype DX pour les aider à déterminer le risque de métastases systémiques d’une personne et si elle devait ou non ajouter une chimiothérapie à son traitement endocrinien.
« L’Oncotype DX utilise une méthodologie brevetée pour analyser les caractéristiques histopathologiques (les caractéristiques de la tumeur telles que représentées sur les diapositives) et fournir ce que l’on appelle un score récurrent qui sépare les femmes en un risque faible, modéré et élevé de maladie systémique à l’avenir et, par conséquent, la possibilité d’ajouter une chimiothérapie pour réduire ce risque », a-t-il détaillé.
« Ce test peut être très important, mais n’est pas toujours disponible, peut prendre plusieurs semaines et est relativement coûteux. L’assurance couvre généralement les tests après la chirurgie, mais pas avant. Certaines situations cliniques peuvent envisager une chimiothérapie avant la chirurgie, mais n’ont pas le score de récidive Oncotype. »
« La percée potentielle dans le modèle d’intelligence artificielle multimodale (MMAI) pour prédire les métastases à distance dans le cancer du sein à un stade précoce hormono-positif (HR+) est qu’il utilise les caractéristiques cliniques et histopathologiques existantes immédiatement disponibles pour répartir les patientes dans des groupes de métastases à faible et à haut risque sans les coûts et les délais associés à la méthodologie actuellement disponible », a ajouté Reitherman.
Potentiel d’épargner aux femmes les toxicités de la chimiothérapie
MNT s’est également entretenu avec Donna McNamara, MD, oncologue médical du sein au John Theurer Cancer Center du Hackensack University Medical Center dans le New Jersey, à propos de cette étude, qui a déclaré qu’elle pensait qu’il s’agissait d’une étape incroyable utilisant l’IA et la pathologie numérique, marquant un pas en avant substantiel dans la personnalisation du traitement du cancer du sein, en particulier pour les patientes atteintes d’une maladie HR+ à un stade précoce.
« La capacité de mieux stratifier les patients qui bénéficieront de la chimiothérapie par rapport à ceux qui peuvent l’éviter en toute sécurité est d’une importance cruciale », a expliqué McNamara.
« De nombreux patients, en particulier les femmes ménopausées atteintes de tumeurs sans ganglions, se trouvent dans une « zone grise » où la décision de recommander une chimiothérapie n’est pas toujours claire. Cette technologie pourrait apporter une clarté indispensable dans ces situations. »
« La possibilité d’épargner aux patients à faible risque les toxicités importantes de la chimiothérapie constitue un avantage majeur », a-t-elle poursuivi.
« La chimiothérapie peut avoir des effets secondaires débilitants à court et à long terme, notamment la neuropathie, un risque accru d’infection et des impacts sur la fertilité. Si nous pouvons identifier en toute sécurité les patients qui ne tireront pas de bénéfice significatif de ce traitement, nous pouvons les épargner de fardeaux physiques, émotionnels et financiers inutiles. »
Pour commencer à utiliser ArteraAI Breast avec ses patientes, McNamara a déclaré qu’elle aurait besoin d’une multitude de preuves robustes et évaluées par des pairs, à commencer par des données d’essais cliniques prospectifs et comparatifs qui comparent directement ses performances aux normes de référence actuelles comme Oncotype DX.
« Ces preuves doivent inclure un suivi à long terme démontrant que l’utilisation d’ArteraAI pour guider le traitement conduit à des résultats au moins équivalents, voire supérieurs, pour les patients en termes de survie sans maladie et globale dans diverses populations », a-t-elle détaillé.
« Au-delà de cette validation clinique critique, j’aurais besoin de réponses claires sur sa mise en œuvre pratique, y compris les délais d’exécution réels, le coût et la couverture d’assurance, ainsi que sur la manière dont elle s’intègre dans notre flux de travail existant.
« En outre, j’aurais besoin d’un certain degré de transparence dans le modèle d’IA lui-même, allant au-delà de la « boîte noire » pour comprendre les principales caractéristiques qui déterminent ses évaluations des risques, car je ne peux pas baser le plan de traitement d’un patient sur un outil sans en comprendre parfaitement l’exactitude, la fiabilité et l’utilité pratique », a ajouté McNamara.