Industrie Mag - Le journal de l'industrie.

iCAD, un leader mondial des technologies médicales fournissant des solutions innovantes de détection et de traitement du cancer, annonce la publication dans la revue à comité de lecture Science Translational Medicine d’une étude clinique prometteuse sur ProFound AI® Risk pour la tomosynthèse (DBT) le premier outil d’aide à la décision clinique au monde à fournir une estimation précise du risque de cancer du sein à court terme en fonction de l’âge, de la densité mammaire et des caractéristiques mammographiques.

Cette l’étude, qui a impliqué 154 200 femmes suivies dans quatre sites de dépistage américains utilisant la tomosynthèse (DBT) de 2014 à 2019 . Les chercheurs de l’Institut Karolinska de Stockholm, en Suède, ont démontrés que ProFound AI Risk déterminait avec précision les femmes qui présentaient un risque plus élevé de développer un cancer du sein, présentant une aire sous la courbe (ASC) de 0,82i, (IC à 95 % 0,79-0,85). L’ASC est une mesure de performance standard pour les procédures d’examen qui intègre la sensibilité et la spécificité dans une seule mesure de la performance globale. Ces données confirment et dépassent l’étude interne d’iCAD , qui avait précédemment montré que ProFound AI Risk pour la tomosynthèse (DBT) offrait une ASC de 0,80 (IC à 95 % 0,76, 0,83 ).

« iCAD propose un ensemble complet de solutions d’IA de hautes performances pour la détection du cancer du sein, l’évaluation de la densité mammaire et l’évaluation du risque à court terme. Nous sommes ravis de voir ces résultats confirmer les performances cliniques de ProFound AI Risk, la dernière solution à avoir intégrée notre portefeuille de solution d’IA », a déclaré Stacey Stevens, Présidente d’iCAD , Inc. « Les praticiens utilisent couramment certain facteurs de risque comme les antécédents familiaux afin d’évaluer les risques liés au cancer du sein chez les femmes, cependant environ 85 % des cancers du sein surviennent chez des femmes n’ayant pas d’antécédents familiaux. De plus, les modèles de risque traditionnels à long terme peuvent ne pas être aussi précis pour estimer le risque de développer un cancer du sein à court terme, car leur ASC moyenne est d’environ 0,60. ProFound AI Risk propose un approche plus individualisée, car elle s’appuie sur les images mammographiques de la patiente et se concentre sur les deux années suivantes, fournissant ainsi des informations essentielles aux praticiens pour adapter le programme de dépistage du cancer du sein de chaque femme en fonction de son propre risque. »

Aux États-Unis, les modèles de risque liés au mode de vie et aux antécédents familiaux, tels que Tyrer-Cuzick et Gail, sont actuellement utilisés pour identifier les femmes présentant un risque à vie supérieur à 20 % de développer un cancer du sein à qui on pourrait proposer une imagerie par résonance magnétique (IRM) du sein en complément pour la détection du cancer du sein.i Cependant, ces modèles de risque à long terme peuvent entraîner un nombre élevé de faux positifs en raison de performances de discrimination faibles à modérées. ProFound AI Risk complète les modèles de risque traditionnels et est simple d’utilisation pour les praticiens, car il utilise seulement les images d’une mammographie 2D ou 3D, sans questionnaires, portails web ou personnel requis pour la mise en œuvre.

En utilisant les recommandations américaines, les chercheurs ont déterminé que 14% des femmes étudiées étaient à haut risque après un dépistage négatif ou bénin, présentant un risque presque 20 fois plus élevé de développer un cancer du sein, par rapport à la population à risque générale. Dans ce groupe à haut risque, 76 % des cancers de stade II ou plus, 59 % des cancers de stade 0 et 58 % des cancers de stade 1 ont été observés.

Les chercheurs ont estimé que si les 12 % de femmes les plus à risque s’étaient vu proposer un dépistage supplémentaire basé sur le modèle ProFound AI Risk pour la tomosynthèse DBT, jusqu’à 59 % des cancers auraient pu être détectés, contre 24 % des cancers utilisant le modèle Tyrer-Cuzick. Cela correspond à une sensibilité 2,4 fois plus élevée que le modèle Tyrer-Cuzick .

De plus, lorsque appliqué selon les recommandations du National Institute of Health and Care Excellence (NICE) du Royaume-Uni, les femmes identifiées à haut risque après un dépistage négatif ou bénin avait un risque 32 fois plus élevé de développer un cancer du sein, par rapport à la population à risque faible.

« Notre recherche a montré que les femmes identifiées comme étant à haut risque par ProFound AI Risk étaient plus susceptibles de développer des tumeurs diagnostiquées à un stade avancé », selon l’auteur principal de l’étude, Mikael Eriksson, PhD, Karolinska Institutet. « Il est établi que la survie des personnes atteintes d’un cancer du sein est de 4 à 12 fois inférieure pour les cancers de stade II et III comparée aux cancers de stade 0 et I au cours des quatre premières années suivant le diagnostic. De plus, le coût du traitement des cancers de stade II et III est plus du double de celui des cancers de stade 0 et I dans les 24 premiers mois suivant le diagnostic. ProFound AI Risk offre la possibilité aux radiologues d’affiner les recommandations pour un dépistage personnalisées, ce qui pourrait potentiellement conduire à une détection plus précoce, à une réduction des coûts de traitement et à de meilleurs résultats. »

Les chercheurs ont également montré que ProFound AI Risk fournissait une grande précision pour l’estimation du risque futur de cancers invasifs et in situ, cancers détectés par dépistage et d’intervalle, ceci chez les femmes aux seins denses et non denses.

« La détection précoce du cancer peut avoir un impact considérable sur la vie des femmes, du traitement aux résultats de celui-ci. », a ajouté Stevens. « Seul iCAD propose un ensemble de solutions d’IA pour la détection du cancer du sein offrant aux praticiens des informations essentielles lors du diagnostic et pour une approche préventive de la maladie. Ces éléments, pouvant être déterminant pour le parcours de soin et l’avenir de ces femmes. »

https://www.icadmed.com/