Cécile Badoual (Institut Gustave Roussy) : "Certains cancers peuvent aujourd’hui être traités comme des maladies chroniques"

 Décideurs. L’Institut Gustave Roussy développe des algorithmes décisionnels et prévisionnels. Dans quelle mesure leur généralisation pourrait-elle révolutionner la santé ?

Cécile Badoual. En pathologie, les algorithmes décisionnels peuvent aider à identifier des sous-types de tumeurs ou encore identifier des lésions précancéreuses. Les algorithmes prédictifs utilisent des données repérées sur une lame de laboratoire pour anticiper des scénarios. PortrAIt, le consortium issu de notre collaboration avec la licorne Owkin propose des modèles d’algorithmes comme celui capable de prédire une évolution clinique à 5 ans sur des cancers du sein. C’est la combinaison de ces informations, y compris de données auparavant inaccessibles, qui soutient la capacité de prédiction.

Ces IA prêtent main forte aux pathologistes, ces médecins spécialisés chargés d’analyser les tissus biologiques afin d’étudier et diagnostiquer les maladies. Selon moi, le futur de la médecine coïncidera avec ces nouveaux outils. Ils nous permettront d’anticiper l’évolution de lésions à partir de données que nous n’avions pas encore réussi à combiner, ni même discerner à l’œil nu. Digitalisation et IA peuvent nous y aider. Une fois la lame de verre d’un prélèvement scannée, la lame virtuelle peut être transmise de façon sécurisée, à distance. Cela ouvrira la possibilité de recueillir plus d’expertises, notamment en partageant ces données avec des laboratoires spécialisés dans des pathologies rares. L’utilisation de ces algorithmes prédictifs exige un travail en réseau entre les différents laboratoires et établissements de santé.

Quels en seraient les freins ?

La réalité du terrain reste éloignée d’un déploiement à grande échelle de ces méthodes, et ce à plusieurs niveaux. La numérisation, sur laquelle repose l’utilisation de l’IA, n’est pas encore au rendez-vous. La raison est simple : tous les laboratoires ne digitalisent pas encore leurs prélèvements. Le passage, via un scanner, d’une lame de verre à une lame virtuelle correspond à un acte supplémentaire, qui demande de revoir son organisation et de rédéfinir les temps alloués. Cette évolution suppose aussi la création de nouveaux métiers, comme des ingénieurs spécialisés.

« Les pathologistes ne sont pas encore assez identifiés comme des éléments clés de la prise en charge des patients »

Passer du microscope au tout numérique avec des lames virtuelles et constituer une réserve de base de données scannées exigent de nombreuses infrastructures. Cela implique aussi de développer des outils IA performants. Ainsi, lorsque les algorithmes ciblent des données très précises, comme la recherche de cellules anormales dans un ganglion, ils nécessitent un long temps de développement avant d’être intégrés à la routine d’un laboratoire. Entre la phase de numérisation et le déploiement d’un algorithme fiable, les pathologistes doivent valider les résultats fournis par les IA avec leurs propres yeux, en étroite collaboration avec les ingénieurs IA. Pour ces raisons, accéder à des algorithmes de qualité reste coûteux. Les laboratoires doivent faire des choix. Un modèle économique tarde à se mette en place. La contractualisation autour des solutions d’IA reste un sujet épineux, a fortiori car elle demande non seulement un engagement financier mais aussi un engagement humain important. En outre, les dimensions humaines, comme le savoir-être et l’accompagnement au changement, sont encore trop rarement prises en compte.

L’intégration de plus d’IA au sein des laboratoires de biologie interroge sur la place des pathologistes. Comment l’envisagez-vous ?

Pour 100 000  Français et Françaises, on compte environ 3,6  pathologistes en Île-de-France et 2,7  pathologistes à l’échelle de la France. Leur rôle réside autant dans le diagnostic, que dans la prédiction et l’interprétation de l’expression des biomarqueurs. Aujourd’hui, plus de 5 % de la population vit avec une histoire de cancer. À force de biopsies et de surveillance et en parallèle grâce à la prise de traitement, certains cancers peuvent aujourd’hui être traités comme des maladies chroniques à contrôler avec des examens et des prélèvements biologiques. Souvent, les pathologistes ne sont pas encore assez identifiés comme des éléments clés de la prise en charge des patients.

Si l’IA contribue déjà à améliorer leur travail, le positionnement des pathologistes en tant que pourvoyeur de lames virtuelles n’est pas non plus valorisé ni valorisant. Tant que leur place ne sera pas suffisamment reconnue, la numérisation de la pathologie n’apparaîtra pas comme une priorité.

La situation évolue peu à peu. Les pathologistes commencent à être consultés, par des associations comme France Biotech et Breizh IA, notamment afin de définir les critères garantissant la fiabilité des algorithmes, ou encore leur éligibilité au remboursement. Ainsi, les meilleurs outils seront reconnus indispensables et commenceront à entrer dans la liste des actes médicaux reconnus.

Quels jalons vous semblent indispensables pour déployer au mieux ces ensembles d’algorithmes prédictifs au sein des laboratoires de biologie ?

Des méthodes de traçabilité et de certification devront être instaurées pour développer la base la plus valorisable possible. L’ensemble des lames numérisées devra être stocké au profit de la recherche et de l’enseignement, en lien avec – pourquoi pas? – un registre national. Celui-ci permettrait de refléter l’évolution du niveau de connaissances, mais aussi de revenir sur cette base de données en les retravaillant avec de nouveaux algorithmes. Ce registre contribuera à faire comprendre que certains diagnostics, effectués à un instant donné, pourraient s’avérer erronés, que ce soit en raison d’erreurs humaines ou de connaissances scientifiques incomplètes. Des réajustements pourraient être apportés en continu, en fonction de l’avancée de la recherche.

« L’IA n’a pas d’a priori. Les algorithmes prédictifs nous permettront de nous ouvrir à toutes sortes de signaux différents et plus fins »

Lorsque des profils aussi variés que des chercheurs, des ingénieurs et des pathologistes collaborent, chacun en ressort grandi. Ce travail collaboratif est nécessaire pour comprendre et cerner ce que perçoivent les pathologistes. Cette richesse de point de vue, je l’ai comprise lorsque je regardais une lame avec un autre chercheur. En un coup d’œil, j’ai vu les cellules cancéreuses et la nécessité de traiter le patient, alors que lui s’attardait sur des cellules noires également présentes dans l’échantillon. Ces cellules noires, conséquence d’années de tabagisme, n’avaient pour moi pas de lien direct avec le diagnostic. A posteriori, comme je ne voulais voir que des cellules tumorales, je me suis rendu compte que j’étais peut-être passée à côté d’un marqueur important.

Comme ce collègue chercheur, l’IA n’a pas d’a priori. Les algorithmes prédictifs nous permettront de nous ouvrir à toutes sortes de signaux différents et plus fins, de croiser plusieurs grilles de lecture. Ils détecteront des situations insoupçonnées et nous permettront de les aborder différemment. 

Propos recueillis par Alexandra Bui