VISIOCYT : l’intelligence artificielle (IA) au service du diagnostic du carcinome urothélial de la vessie

25 novembre 2019

Auteurs : T. Lebret, C. Radulescu, M. Colombel, E. Piaton, M. Roumiguie, M. Courtade-Saidi, G. Pignot-Lequeux, L. Savareux, X. Rebillard, S. Nivet, T. Troude, F. Couzine-Devy, R. Fezzani
Référence : Prog Urol, 2019, 13, 29, 693-694
Objectifs

La cytologie urinaire mictionnelle (CUM) est non invasive, mais souffre d’un manque de sensibilité et reste pathologiste dépendante, notamment dans les lésions urothéliales de bas grade. Afin d’améliorer le diagnostic sur les urines, VitaDX a développé dans le cadre de l’essai clinique VISIOCYT un dispositif médical qui utilise des algorithmes de traitement d’image et de machine learning (IA) pour prédire le caractère tumoral des CUM.

Méthodes

VISIOCYT est une étude clinique prospective multicentrique, portant sur 1360 patients répartis en deux groupes : les témoins négatifs (TNeg) confirmés par une CUM et une endoscopie négatives et les patients porteur d’une tumeur urothéliale (PTU) par le résultat d’une histologie positive de carcinome urothélial. Les résultats de cette communication portent sur 586 patients ; 127 TNeg et 459 PTU (242 haut grade et 217 bas grade). Les performances ont été évaluées par validation croisée, une approche statistique standard en IA. Les 586 patients ont donc été subdivisés aléatoirement 42 fois dans les proportions suivantes : 5/6 des données pour l’apprentissage et 1/6 pour l’évaluation.

Résultats

À l’issue de la validation croisée, les mesures de performance obtenues sur chacune des 42 partitions sont moyennées pour évaluer les performances de l’algorithme. La sensibilité moyenne de l’algorithme est de 82,6 % pour une spécificité de 71,4 %. En détail, on observe une sensibilité moyenne de 89,3 % pour les diagnostics de haut grades et de 76,4 % pour les diagnostics de bas grade. Sur les mêmes partitions, à titre de comparaison, la sensibilité moyenne des praticiens de l’essai clinique est de 43 % sur l’ensemble des malades, avec en particulier une sensibilité de 61,1 % pour les haut grades et de 26,3 % pour les bas-grades. La spécificité des praticiens est par défaut de 100 % car la cytologie négative est un critère d’inclusion pour le groupe témoin (Tableau 1).

Conclusion

L’approche algorithmique (IA) semble permettre un meilleur diagnostic des lésions urothéliales de bas grade par rapport à la CUM traditionnelle. Ces résultats devront être confirmés à l’issu de l’essai clinique en sachant que les performances devraient augmenter avec l’accumulation de données supplémentaires.




 




Déclaration de liens d'intérêts


Financement d'origine privé.




Tableau 1 -









© 2019 
Publié par Elsevier Masson SAS.