CT sans contraste assisté par IA pour le dépistage de plusieurs cancers

Le cancer est devenu un problème majeur de santé publique en Chine, affectant gravement la santé de la population, l’économie et le développement social. En 2022, on estime qu’il y a eu 4,82 millions de nouveaux cas de cancer et 2,57 millions de décès liés au cancer. Le cancer du poumon, le cancer du foie, le cancer gastrique, le cancer colorectal, le cancer de l'œsophage, le cancer du pancréas et le cancer du sein sont les sept principales causes de mortalité liée au cancer. Une stratégie de détection précoce réussie permettrait aux patients de bénéficier d’interventions rapides, d’améliorer les résultats du traitement, d’améliorer la survie globale et de réduire la complexité et le coût du traitement.

Dans cette étude, nous mènerons une étude de cohorte prospective et multicentrique à grande échelle, visant à évaluer l'utilité de la tomodensitométrie sans contraste assistée par IA pour le dépistage multi-cancer. La population est constituée d'individus qui ont subi des tomodensitogrammes abdominaux ou thoraciques sans contraste au centre d'examen de santé Meinian Onehealth ou au centre d'examen de santé Shanghai Changhai, avec un effectif attendu d'un million de participants. Un modèle de dépistage multi-cancers via CT sans contraste, développé par Alibaba DAMO Academy, sera intégré au système PACS des centres d'examen de santé. Le modèle d’IA d’imagerie sera utilisé pour détecter automatiquement diverses lésions cancéreuses, notamment le cancer du poumon, le cancer du foie, le cancer gastrique, le cancer colorectal, le cancer de l’œsophage, le cancer du pancréas et le cancer du sein. Les sujets identifiés avec des lésions positives par le modèle d'IA devront être référés à l'hôpital Changhai de Shanghai pour des examens d'imagerie supplémentaires (tels que tomodensitométrie avec contraste, IRM, endoscopie, etc.) afin de confirmer l'état final de la maladie et de formuler un plan de traitement. De plus, l'équipe médicale doit suivre les parcours de soins élaborés sur la base des directives du NCCN et de l'ACR, et si nécessaire, les patients seront dirigés vers la clinique de l'équipe multidisciplinaire (MDT) pour des types de cancer spécifiques afin de déterminer les procédures de diagnostic. Le but ultime de cette étude est d’évaluer de manière exhaustive les mesures de performance diagnostique du modèle d’IA pour chacun des sept types de cancer individuellement. Ces mesures incluent, sans s'y limiter, la sensibilité, la spécificité et la valeur prédictive positive/négative. Un accent particulier sera mis sur l'évaluation de l'efficacité du modèle dans la détection des tumeurs résécables à un stade précoce. L’objectif primordial est de déterminer si la mise en œuvre de cette approche de dépistage assistée par l’IA pourrait potentiellement conduire à une amélioration des taux de survie globale grâce à une détection et une intervention plus précoces.