Un modèle de prédiction des risques basé sur l'apprentissage automatique pour les lésions cancéreuses de la tête et du cou (ML-HNC-Risk)

La santé vocale est devenue un défi majeur de santé publique.
La phonation repose sur une coordination neuromusculaire et respiratoire précise, un processus physiologique souvent compromis par le vieillissement systémique, la multimorbidité et la dégénérescence neuromusculaire.
Cette interaction physiopathologique complexe rend extrêmement difficile la distinction clinique entre les lésions malignes du larynx à un stade précoce et les troubles vocaux bénins courants (par exemple, les kystes des cordes vocales, les granulomes du processus vocal et l'œdème de Reinke).
Comme ces deux entités se manifestent généralement par une dysphonie non spécifique ou une sensation de globus, la difficulté du dépistage précoce et du diagnostic différentiel précis est considérablement amplifiée.

Actuellement, le diagnostic des troubles vocaux repose largement sur la laryngoscopie.
Cependant, en raison de la distribution inégale des ressources médicales, les établissements de soins primaires et communautaires manquent généralement d'outils de dépistage efficaces pour les lésions malignes du larynx lors des consultations initiales, ce qui entraîne souvent des orientations tardives pour les patients à haut risque.
De plus, il existe une disparité profonde dans l'expertise d'interprétation endoscopique entre les différents niveaux de soins de santé.
Les caractéristiques visuelles de certaines lésions précancéreuses (comme la leucoplasie dysplasique) et des lésions malignes à un stade précoce se chevauchent considérablement, ce qui entraîne un risque élevé de diagnostics manqués ou de biopsies inutiles de lésions bénignes.
Par conséquent, l'intégration systématique d'indicateurs multidimensionnels - y compris les données démographiques (par exemple, l'âge), les antécédents de tabagisme et d'alcool, et la symptomatologie clinique - dans l'évaluation des risques est cruciale pour la détection précoce des lésions malignes et l'allocation optimale des ressources de santé.

Ces dernières années, l'intelligence artificielle (IA) basée sur l'apprentissage profond a démontré un potentiel considérable dans l'extraction de caractéristiques d'images médicales, capable de capturer des textures morphologiques subtiles imperceptibles à l'œil humain.
Cependant, l'oncogenèse et la progression des lésions malignes du larynx sont influencées par une confluence de facteurs multidimensionnels.
Face à des scénarios cliniques complexes et réels, les modèles d'imagerie unimodaux souffrent souvent d'une généralisabilité réduite et de taux de faux positifs élevés en raison de l'absence de contexte démographique, symptomatique et d'exposition comportementale du patient.
La prise de décision clinique réelle n'est pas une tâche isolée d'interprétation d'images ; elle nécessite plutôt l'intégration systématique des caractéristiques visuelles avec des métadonnées cliniques multidimensionnelles.
Le développement d'un cadre de diagnostic intelligent capable de fusionner des données multimodales est donc essentiel pour surmonter les goulots d'étranglement d'application des outils d'IA d'imagerie unimodaux actuels.

Pour répondre à ces points douloureux cliniques et limites techniques, cette étude a utilisé une cohorte multicentrique nationale englobant environ 11 000 patients atteints de troubles vocaux pour développer et valider un cadre de stratification des risques et de diagnostic multimodal en deux étapes.
Dans la première étape, en intégrant les caractéristiques démographiques, les expositions comportementales et la symptomatologie clinique, les investigateurs ont développé un modèle de dépistage clinique non invasif et peu coûteux.
Cet outil est conçu pour fournir aux établissements de soins primaires et aux patients un système d'alerte précoce immédiat et efficace pour les lésions malignes.
Dans la deuxième étape, sur la base de cette stratification initiale des risques, les investigateurs ont utilisé des algorithmes d'apprentissage profond pour extraire des caractéristiques visuelles microscopiques des images endoscopiques, aboutissant à un modèle de diagnostic multimodal.
Ce modèle permet une classification multiclasse précise entre les lésions malignes du larynx, les lésions bénignes courantes des cordes vocales et l'anatomie laryngée normale.
De plus, les investigateurs ont déployé une application web basée sur le cloud pour faciliter l'estimation des risques en temps réel.

Enfin, en fournissant cet assistant de diagnostic IA de qualité clinique, cette étude vise à optimiser les voies de dépistage et de diagnostic hiérarchisées pour les troubles vocaux, permettant ainsi aux médecins généralistes et aux oto-rhino-laryngologistes de soins primaires d'améliorer la qualité de la prise de décision clinique et la précision diagnostique.