Validation clinique de l'interprétation du score de proportion de tumeur PD-L1 alimentée par l'intelligence artificielle pour la prédiction de la réponse aux inhibiteurs de point de contrôle immunitaire dans le CPNPC

Analyses médicales Sciences de l'information Intelligence artificielle Médecine Oncologie
Intelligence Artificielle PD-L1 Score de Proportion de Tumeur Cancer du Poumon Non à Petites Cellules Inhibiteurs de Point de Contrôle Immunitaire Validation Clinique

Validation clinique de l’interprétation par intelligence artificielle de la proportion de la tumeur PD-L1 dans la prédiction de la réponse aux inhibiteurs de points de contrôle immunitaires dans le cancer du poumon non à petites cellules

Dans le domaine du traitement et du diagnostic du cancer, l’évaluation de la proportion de la tumeur PD-L1 (Programmed Death-Ligand 1, Ligand de mort programmée 1) (TPS) est un travail crucial, en particulier pour prédire la réponse au traitement par inhibiteurs de points de contrôle immunitaire (ICI) dans le cancer du poumon non à petites cellules (NSCLC). Cependant, l’évaluation du PD-L1 TPS par les pathologistes est limitée par des facteurs subjectifs et objectifs tels que les biais intra-observateur/inter-observateur et l’hétérogénéité intra-tumorale. Des études récentes montrent que l’application de la technologie de l’intelligence artificielle (IA) pour fournir des capacités d’évaluation quantitative des biomarqueurs sur les images pathologiques ouvre des perspectives prometteuses pour l’application de l’IA dans le diagnostic pathologique.

Cette étude, menée par le Dr Hyojin Kim, le Dr Seokhwi Kim et d’autres auteurs de l’hôpital de l’Université nationale de Séoul à Incheon, a été publiée dans le numéro du 9 mai 2024 du « JCO Precision Oncology » (Journal de l’oncologie de précision). Elle rapporte le développement d’un analyseur IA pour évaluer le PD-L1 TPS, comparé à plusieurs pathologistes de niveau directeur, et vérifie sa performance pour prédire l’efficacité clinique chez des patients atteints de NSCLC avancé traités par ICI en monothérapie.

Processus de l’étude

Le développement de l’analyseur IA a utilisé 393 565 cellules tumorales exprimant PD-L1 annotées par des pathologistes de niveau directeur, provenant de 802 images en pleine résolution, et colorées immunohistochimiquement par 22C3 PharmDx. La performance clinique de l’analyseur IA a été validée sur un échantillon externe de 430 WSI (Whole Slide Images) provenant de patients atteints de NSCLC.

Dans l’échantillon externe, trois pathologistes ont exécuté le travail d’annotation et leur consensus TPS a été comparé au TPS basé sur l’IA. L’étude a révélé des découvertes importantes : le TPS PD-L1 évalué par l’analyseur IA présentait une corrélation positive significative avec l’évaluation des pathologistes (coefficient de Spearman de 0,925 ; p < 0,001). De plus, pour prédire la réponse tumorale et la survie sans progression avec un modèle IA indépendant, l’analyseur IA a montré des performances cliniques similaires, voire meilleures, que les pathologistes.

Résultats de l’étude

Le TPS PD-L1 évalué par l’analyseur IA peut prédire avec précision la réponse tumorale et la survie sans progression chez les patients atteints de NSCLC avancé traités par ICI. L’étude a trouvé que l’analyseur IA, pour les groupes TPS 1%-49% et TPS %, fournissait des pronostics meilleurs que ceux obtenus par les lectures des pathologistes.

Signification de l’étude

L’analyseur IA montre une concordance avec les pathologistes dans l’évaluation du TPS, possédant une valeur scientifique et pratique significative. Cette étude non seulement révèle le potentiel de l’IA pour soutenir la cohérence entre les pathologistes, mais aussi le rôle potentiel de l’IA dans la prédiction de la réponse aux ICI dans le NSCLC.

Informations et contributions des auteurs

Les principaux auteurs de l’article sont le Dr Hyojin Kim et le Dr Seokhwi Kim, affiliés à l’hôpital de l’Université nationale de Séoul. Ce projet a été soutenu par l’hôpital de l’Université nationale de Séoul à Incheon et Lunit Inc. Tous les auteurs sont responsables de divers aspects de la recherche et ont fourni leur approbation finale.

Conclusion

Cette étude démontre l’importance de l’IA dans la médecine de précision contre le cancer et l’interprétation du PD-L1 TPS, en particulier lorsqu’on considère la difficulté reconnue de cette interprétation précise. L’IA offre un outil d’assistance précieux. Alors que la pathologie continue de se digitaliser et d’adopter des évaluations de haute précision, la technologie IA stimulera encore le développement de traitements oncologiques de précision.