Développer et valider des algorithmes d’IA en IRM de la prostate – Un parcours en évolution
Le cancer de la prostate reste l’une des maladies les plus difficiles à détecter et à diagnostiquer avec précision pour les radiologues, en particulier lorsqu’ils utilisent des solutions d’IRM de la prostate basées sur l’IA. La tâche devient encore plus ardue en raison de sa nature multiforme et des subtilités de l’interprétation des images IRM multiparamétriques (IRMmp).
Ce blog examine les complexités de développement et validation d'algorithmes d'IA en IRM de la prostate pour détecter le cancer de la prostate, explorant les défis et les meilleures pratiques de ce voyage en évolution avec la technologie d'IRM de la prostate basée sur l'IA.
Comprendre la complexité de la détection du cancer de la prostate
La détection du cancer de la prostate pose des défis uniques en raison de la variabilité de la présentation et des diverses structures anatomiques de la prostate. Les radiologues doivent naviguer à travers des images IRM multiséquences, en distinguant les lésions bénignes et malignes, en particulier dans la zone de transition (TZ), où les cancers peuvent être insaisissables et facilement classés à tort avec des nodules hyperplasiques bénins, ce qui entraîne des faux positifs, qui subiraient alors une biopsie inutile. Les outils d’IA peuvent aider les radiologues à surmonter ces défis.
Les performances cliniques des radiologues dans la détection du cancer de la prostate csPCa illustrent ce défi : jusqu'à 20 % des patients atteints de cancer de la prostate csPCa+ ne sont souvent pas identifiés et les taux de faux positifs peuvent atteindre 70 %. La forte variabilité inter-lecteurs est tout aussi importante, illustrée par une large gamme de valeurs prédictives positives (VPP) pour les scores PI-RADS >= 3 lésions par rapport aux résultats de la biopsie.
Un facteur clé contribuant à ce défi est l’hétérogénéité des protocoles d’acquisition en IRM de la prostate. Avant la création des lignes directrices PI-RADS, il n'existait pas de consensus sur les protocoles d'acquisition recommandés pour une lecture efficace de l'IRM de la prostate, décrivant les séquences et les paramètres nécessaires à évaluer. PI-RADS a été créé pour apporter une vérité de base unique décrivant les meilleures pratiques pour l'acquisition de séquences pondérées en T2 de l'IRM de la prostate capturées dans différents plans d'acquisition. Cependant, l'évaluation de la zone périphérique (PZ) repose largement sur les résultats dérivés de la séquence d'imagerie pondérée en diffusion (DWI). La DWI offre un aperçu du mouvement des molécules d’eau, qui peut être révélateur de diverses pathologies, notamment du cancer de la prostate (PCa).
Selon PI-RADS 2.1, bien que les séquences T2w et DWI soient prioritaires dans le processus d'évaluation, la séquence dynamique avec contraste (DCE) joue également un rôle important dans des scénarios spécifiques. De plus, des séries supplémentaires sont souvent acquises pour faciliter le processus de diagnostic. Il peut s'agir d'une séquence pondérée en T1, utilisée pour détecter des métastases ou des saignements induits par une biopsie, et d'une DWI complète du bassin, utilisée pour découvrir toute découverte fortuite dans les tissus adjacents à la prostate.
Développement d'un logiciel de CAO basé sur l'IA pour l'IRM de la prostate
Le manque de radiologues qualifiés pouvant rendre compte en toute confiance de l’IRM de la prostate, la grande variabilité inter-lecteurs, ainsi que le potentiel d'amélioration de la sensibilité et de la spécificité pour les radiologues ont créé un espace d'opportunité pour les dispositifs de CAO, en particulier les outils de lecture d'IRM de la prostate IA, pour aider les radiologues dans leur routine clinique.
Le développement de ces appareils, en particulier lorsqu’ils s’appuient sur des modèles basés sur l’IA, est tout aussi difficile et nécessite une réflexion approfondie de la part de leurs fabricants.
Source de la vérité fondamentale
Il existe 3 principales sources de vérité fondamentale à utiliser lors du développement et de la validation de modèles basés sur l'IA dans la détection du csPCa, à savoir les annotations PI-RADS, les résultats de la biopsie et la prostatectomie radicale.
Annotations PI-RADS
Les PI-RADS représentent la vérité fondamentale la plus facilement disponible, car ces scores sont donnés manuellement par un radiologue lors du compte-rendu d'une étude d'IRM de la prostate. Cependant, Il existe deux lacunes majeures dans l'utilisation des scores PI-RADS comme vérité fondamentale à des fins de formation et de validation :
- Le score PI-RADS souffre d’une forte variabilité inter-lecteurs. Les radiologues inexpérimentés ont tendance à surestimer les résultats bénins en indiquant un PIRADS > 3, ce qui influence fortement le point de référence de la vérité fondamentale en fonction du radiologue rapporteur. Les comités d'examen indépendants (IRP) ont été suggérés comme mesure de contrôle, où une approche 2+1 est généralement suivie (par exemple, 2 radiologues évaluent indépendamment l'étude, et un troisième l'examine uniquement s'il existe des divergences entre les deux premiers). Malgré ces mesures, la variabilité reste un défi, renforçant l'importance des solutions d'IA pour l'IRM de la prostate.
- Les scores PI-RADS ne sont pas des résultats confirmés du csPCa. L'évaluation radiologique est une indication de la confiance dans le fait qu'une lésion donnée est un cancer de la prostate cs. Cependant, certaines lésions PI-RADS 5 se révèlent ne pas être des cancers de la prostate cs, ainsi que des lésions non identifiées par le radiologue qui se manifestent comme des cancers de la prostate cs lors d'une biopsie systématique. Ainsi, l'utilisation des scores PI-RADS pour déterminer les résultats des patients présente une stratégie sous-optimale.
Ces facteurs pris collectivement représentent un défi de taille lorsque l’on s’appuie uniquement sur la radiologie comme vérité fondamentale.
Résultats de la biopsie
L'utilisation des résultats de biopsie permet de surmonter les limites décrites dans les scores PIRADS. En définissant une lésion csPCa avec un score de Gleason associé égal ou supérieur à 7, la variabilité inter-lecteurs ainsi que le manque de diagnostic définitif sont grandement minimisés, améliorant les performances des outils d'IRM de la prostate IA.
Cependant, les biopsies de la prostate sont généralement réalisées en extrayant un très petit échantillon de tissu dans des régions uniformément réparties de la prostate (biopsie systématique) ainsi que dans les régions où un radiologue a identifié une lésion préoccupante (biopsie ciblée).
La correspondance entre les résultats radiologiques et le tissu extrait dépend en grande partie de la capacité de l'urologue à détecter la lésion avec précision sur l'image échographique en temps réel, ce qui conduit souvent à un sous-échantillonnage de la région souhaitée. De nouvelles techniques, notamment les procédures de biopsie par fusion IRM+US, ont considérablement aidé à surmonter ce défi, bien que leur adoption reste limitée et se limite généralement aux patients ayant subi une biopsie ciblée.
Un autre défi découlant de l’utilisation des résultats de biopsie comme vérité fondamentale est le manque de données de biopsie sur les patients pour lesquels une biopsie n’était pas cliniquement justifiée après examen radiologique. Considérer automatiquement ces cas comme négatifs risque d’introduire un biais de confirmation, et un suivi clinique supplémentaire est nécessaire avant de pouvoir les considérer comme de vrais négatifs.
Prostatectomie radicale
La prostatectomie radicale permet de pallier le manque de résolution spatiale présent dans les résultats de la biopsieLorsque la totalité de la glande prostatique est retirée et évaluée histologiquement, une image 3D complète au niveau pathologique est obtenue, permettant ainsi de faire correspondre directement les régions csPCa pour la formation et la validation, contribuant ainsi à la précision des modèles d'IA d'IRM de la prostate.
Comme pour l’utilisation des résultats de biopsie, le principal défi de cette approche repose sur le faible nombre de prostatectomies radicales réalisées par rapport au nombre d’IRM. Bien qu’il s’agisse de la meilleure norme scientifique, il ne serait pas éthique de réaliser cette procédure sur chaque patient uniquement dans le cadre d’une étude de validation. Ainsi, son utilisation reste limitée en raison de la petite taille de l’échantillon disponible et du biais de sélection inhérent à cette population.

Apport clinique
Démontrer la sécurité et l’efficacité grâce à une formation solide et à une validation clinique est essentiel pour garantir le succès des produits d’IRM de la prostate basés sur l’IA. La collaboration avec les professionnels de la santé garantit que les choix de conception algorithmique s’alignent sur les flux de travail cliniques et les processus décisionnels.
Les tests d'utilisabilité et l'ingénierie des facteurs humains garantissent que les résultats de l'appareil sont correctement compris par l'utilisateur, intuitifs à utiliser et clairs sur les capacités et les limites de l'appareil. L'implication des cliniciens dans le développement et la validation des algorithmes facilite les analyses de sous-groupes pertinents, permettant des approches personnalisées des soins aux patients.
Développer et valider des algorithmes d’IA pour l’IRM du cancer de la prostate est un voyage à multiples facettes. En reconnaissant les défis inhérents au diagnostic du cancer de la prostate, en abordant les limites des méthodologies actuelles et en intégrant l’expertise clinique dans le développement et la validation des algorithmes, les outils de lecture d’IRM IA peuvent fournir un support de diagnostic plus précis et plus fiable, améliorant ainsi les résultats des patients.
La décision de Quibim
Chez Quibim, nous relevons les défis en les gérant mieux. Nous avons choisi d'utiliser les résultats de la biopsie comme référence, dans le but d'avoir un impact positif sur les soins aux patients en détectant un cancer cliniquement significatif. Les modèles d'IRM de la prostate IA formés sur la pathologie permettent une sensibilité élevée, de faibles taux de faux positifs et une valeur prédictive négative élevée, permettant aux radiologues de standardiser leurs critères de reporting. Les outils de lecture d’IRM basés sur l’IA deviendront aussi essentiels au diagnostic que le régulateur de vitesse adaptatif dans les voitures, et pourraient devenir essentiels au diagnostic du cancer de la prostate.

