Étude observationnelle prospective pour la classification des microcalcifications mammaires avec des techniques d'intelligence artificielle

Les microcalcifications mammaires sont actuellement classées selon l'échelle radiologique BI-RADS. En cas de microcalcifications suspectes (B3), il est recommandé de réaliser un bilan biopsique pour évaluation histopathologique. Cependant, environ 70 à 80 % des biopsies réalisées montrent une histologie bénigne qui ne nécessite pas de traitement chirurgical. Les microbiopsies sont des procédures invasives avec un coût biologique, psychologique (inconfort du patient), organisationnel et économique (pour le système de santé). Par conséquent, l'amélioration de la précision de la classification radiologique des microcalcifications est essentielle. Récemment, diverses approches ont été rapportées dans la littérature pour détecter et classer les microcalcifications comme bénignes ou suspectes dans les mammographies numériques. Les méthodes d'analyse basées sur l'utilisation du deep learning (DL) se sont également révélées prometteuses pour le traitement des images mammographiques. Les réseaux de neurones convolutifs (CNN) sont actuellement à la pointe de la technologie pour la classification d'images dans de nombreux domaines d'application dans le domaine de la vision par ordinateur. Cette étude vise à mettre en œuvre une méthode de classification des microcalcifications mammaires (bénignes ou malignes) avec des techniques d'Intelligence Artificielle (IA) sur des images mammographiques, évaluant les performances diagnostiques (précision) de cette approche. L'évaluation sera conduite en référence à l'approche radiologique standard (classification BI-RADS).

Parallèlement à l'application des systèmes d'IA à l'imagerie mammographique, un autre besoin clinique actuel est le développement d'un outil de diagnostic capable de déterminer in situ les caractéristiques biomoléculaires des microcalcifications, en distinguant avec précision leur nature sans prélèvement de tissu, fixation et incorporation de l'échantillon dans paraffine, et sans évaluation hautement spécialisée par le pathologiste. La spectroscopie Raman (RS) est une méthode hautement spécifique du point de vue biomoléculaire et, en même temps, elle est compatible avec les mesures in vivo. Il s'agit d'une approche biophotonique capable d'explorer la composition moléculaire d'un échantillon donné grâce à son irradiation directe (par la lumière laser) et l'acquisition simultanée de signaux d'émission. Les informations RS pourraient être combinées avec des fonctionnalités d'imagerie pour mettre en œuvre un modèle d'IA pour la classification combinée des microcalcifications mammaires