Le statut HER2 est un facteur clé dans le diagnostic et le traitement du cancer du sein. Il joue un rôle essentiel dans l'identification des patientes éligibles aux thérapies ciblées. Cet article explore les méthodes traditionnelles de détermination du statut HER2, les défis rencontrés par les pathologistes et l’apport de l'intelligence artificielle (IA) pour améliorer la précision et la reproductibilité du diagnostic.
Le statut HER2 évalue la présence et les niveaux de la protéine HER2 (Human Epidermal Growth Factor Receptor 2) dans les cellules tumorales. Cette protéine, lorsqu’elle est surexprimée, peut entraîner une croissance tumorale rapide et agressive.
Les traitements ciblés, tels que les inhibiteurs de HER2, bloquent spécifiquement la protéine HER2, interrompant la prolifération des cellules cancéreuses. Initialement, ces thérapies étaient limitées aux patients présentant une forte expression de HER2 (score de 3+). Cependant, les derniers essais cliniques montrent que le traitement est aussi bénéfique pour les patientes ayant une faible ou très faible expression (HER2 faible ou très faible).
Ainsi, les patientes présentant une expression minimale de HER2 peuvent aussi bénéficier de thérapies ciblées. Ce ciblage précis épargne en effet aux patientes de nombreux effets secondaires associés à la chimiothérapie traditionnelle qui affecte à la fois les cellules saines et cancéreuses.
Il est donc indispensable de pouvoir définir avec précision le taux d’expression de la protéine HER2 pour le diagnostic du cancer du sein.
Pour déterminer si une tumeur est positive ou négative pour HER2, les pathologistes utilisent une classification basée sur l'intensité et la localisation du marquage HER2 observé lors de techniques d'immunohistochimie (IHC). Les résultats sont classés de la manière suivante :
L'interprétation traditionnelle du statut HER2 comporte plusieurs défis :
Il existe de nombreuses raisons d’utiliser la pathologie numérique pour surmonter les défis liés à l'évaluation du statut HER2. Bien que les outils numériques ne soient pas encore toujours utilisés en routine, l’utilisation actuelle montre plusieurs avantages :
Bien plus que la précision, l'IA permet d'améliorer la reproductibilité de l’évaluation du statut HER2. Grâce à des algorithmes de deep learning, l’IA est capable d’analyser des images numériques de lames de manière plus objective et consistante que l’œil humain. Chaque lame est découpée en petites tuiles, permettant à l'algorithme de scruter chaque zone et d'analyser la coloration ainsi que l’apparence des membranes cellulaires.
Les algorithmes surmontent les biais humains (fatigue, variabilité de l'éclairage, etc.) et fournissent un diagnostic plus stable, particulièrement dans les cas où les scores sont proches des seuils (par exemple, entre 0 et 1+). L'IA peut ainsi calculer avec précision le pourcentage de cellules marquées et standardiser les résultats entre différents laboratoires.
Dans les cas où le statut HER2 présente un score 2+ nécessitant une technique de FISH, l'IA peut aider à réduire les ambiguïtés en détectant plus rapidement et de manière plus précise les cellules positives. Cela pourrait, dans certains cas, éviter des examens complémentaires et ainsi accélérer les délais de diagnostic.
Si l'algorithme est bien paramétré, il peut également offrir une précision accrue dans le comptage des cellules marquées, notamment dans les cas pour lesquels peu de cellules exprimant HER2. Contrairement à l'analyse humaine, l'IA n’est pas limitée par des critères subjectifs et peut compter chaque cellule de manière minutieuse. Cette capacité de l'IA est particulièrement utile pour établir un statut HER2 faible ou ultra-faible.
Malgré ces bénéfices, l’intégration de l’IA dans la pratique quotidienne présente des défis, notamment en termes de coûts et d’adaptation aux workflows existants des laboratoires. Une transition numérique devra également avoir lieu. En effet, les pathologistes devront suivre une formation spécifique pour utiliser ces outils efficacement. De plus, l'algorithme choisi doit être soigneusement validé en interne pour s’assurer de sa fiabilité par rapport aux méthodes habituelles de scoring.
À long terme, l’IA pourrait transformer complètement la pratique des pathologistes, y compris dans la classification du statut HER2. Avec une formation adéquate et une validation rigoureuse, ces technologies peuvent apporter une précision et une reproductibilité accrues, améliorer la qualité du diagnostic et accélérer le processus de prise en charge des patientes. Pour des scores difficiles à déterminer comme le low et l’ultra-low, l'IA pourrait faire une différence significative. Avec le temps, l'IA pourrait non seulement assister les pathologistes, mais potentiellement remplacer certaines étapes du diagnostic en automatisant totalement le scoring.
Ainsi, l’IA, grâce à des algorithmes d’aide au diagnostic, promet d'améliorer significativement l'évaluation du statut HER2. Le diagnostic du cancer du sein s’oriente ainsi vers une automatisation accrue, permettant une standardisation des pratiques, des diagnostics plus rapides et plus reproductibles, avec l’espoir d’améliorer la prise en charge des patientes.
Contactez-nous dès aujourd'hui pour une démonstration en direct de la plateforme Tribun Health et découvrez comment notre solution complète et nos outils d'IA peuvent transformer le workflow de votre laboratoire.