Predicting brain tumour enhancement from non-contrast MR imaging with artificial intelligence: a multi-cohort retrospective diagnostic accuracy study

Résumé technique : Prédiction du rehaussement des tumeurs cérébrales à partir de l'IRM sans injection de produit de contraste par intelligence artificielle

Énoncé du problème
L'imagerie neuro-oncologique standard repose sur l'utilisation d'agents de contraste à base de gadolinium pour identifier le rehaussement tumoral, une caractéristique cruciale pour le diagnostic et la surveillance. Cependant, l'administration de contraste n'est pas toujours réalisable en raison de contre-indications (insuffisance rénale, allergie), du refus du patient ou du désir de minimiser l'exposition cumulative, particulièrement chez les patients pédiatriques et dans les scénarios de suivi fréquents. De plus, l'impact environnemental mondial de l'élimination du gadolinium est significatif. Bien que des études antérieures aient exploré la réduction de la dose de gadolinium ou la synthèse d'images de contraste, il existe un manque de preuves hétérogènes à grande échelle démontrant que l'apprentissage profond peut prédire avec précision la présence et la localisation de tumeurs rehaussées en utilisant uniquement des séquences d'IRM sans injection de contraste. La littérature existante est largement limitée aux cohortes d'adultes, provenant d'institutions uniques et principalement composées de gliomes, avec des tailles d'échantillons modestes.

Méthodologie
Cette étude de précision diagnostique rétrospective multi-cohorte a développé et validé des modèles d'apprentissage profond pour segmenter et détecter les tumeurs cérébrales avec rehaussement en utilisant uniquement des séquences pondérées en T1 (T1w), T2 (T2w) et T2/FLAIR (Fluid-Attenuated Inversion Recovery) sans injection de contraste.

• Données : L'étude a utilisé 11 089 sessions d'imagerie provenant de 8 548 patients uniques issus de 10 ensembles de données internationaux répartis sur quatre pays (Royaume-Uni, USA, Pays-Bas, Nigéria) et trois continents. La cohorte comprenait diverses pathologies (gliome, méningiome, métastases, apparences post-résection) et des populations adultes et pédiatriques. Les données ont été acquises entre 2006 et 2024 sur différentes intensités de champ (1,5T et 3T) et de divers constructeurs.
• Développement du modèle : Trois architectures d'apprentissage profond 3D multimodales entièrement volumétriques ont été entraînées : nnU-Net (v2), SegResNet et SwinUNETR. Les modèles ont été entraînés pour segmenter quatre classes : le fond, le parenchyme cérébral normal, le tissu anormal non rehaussé et la pathologie neuro-oncologique rehaussée. Crucialement, la vérité terrain pour la classe « rehaussée » a été dérivée de jeux de données complets incluant des séquences T1 après injection (T1CE), mais les entrées du modèle ont été strictement limitées aux séquences sans injection de contraste.
• Stratégie d'entraînement : Une répartition aléatoire au niveau du patient a alloué 90 % des patients à l'entraînement et 10 % à un ensemble de test tenu à l'écart. Aucune harmonisation de site ou de scanner n'a été appliquée afin de garantir que le modèle apprenne de l'hétérogénéité de l'acquisition plutôt que d'en être protégé.
• Métriques d'évaluation : La performance a été évaluée à l'aide de métriques au niveau du voxel (coefficient de Dice, précision, rappel, F1) et de métriques au niveau du patient (exactitude équilibrée, sensibilité, spécificité). Des seuils cliniques ont été définis pour le succès de la détection : Dice ≥ 0,3 (acceptable), ≥ 0,5 (bon) et ≥ 0,7 (excellent).
• Référence humaine : Onze experts radiologues, en aveugle de l'historique clinique et de l'imagerie préalable, ont été chargés de prédire la présence de rehaussement sur un sous-ensemble de 564 cas uniques issus de l'ensemble de test en utilisant uniquement des images sans injection. Leur performance a été comparée aux prédictions du modèle.
• Évaluation de l'équité : L'étude comprenait une évaluation granulaire de l'équité à travers des sous-groupes définis par pathologie, pays d'origine, âge et sexe, conformément aux directives SAGER.

Résultats clés

• Performance du modèle : L'architecture nnU-Net a surpassé SegResNet et SwinUNETR. Sur l'ensemble de test (n=1 109), nnU-Net a atteint une exactitude équilibrée de 83,0 % (IC 95 % 79,1–87,2) pour la détection du rehaussement au niveau du patient, avec une sensibilité de 91,5 % et une spécificité de 74,4 %.
• Qualité de la segmentation : Pour les 992 cas rehaussés, 76,8 % ont atteint un score de Dice ≥ 0,3, 67,5 % ont atteint ≥ 0,5, et 50,2 % ont atteint ≥ 0,7. Le modèle a démontré une forte corrélation (R² = 0,859) entre les volumes de rehaussement prédits et la vérité terrain.
• Comparaison avec les radiologues : Dans une comparaison en aveugle sur 564 cas appariés, le modèle a surpassé le panel de radiologues. Le modèle a atteint une exactitude équilibrée de 83,3 % (contre 71,7 % pour le vote majoritaire des radiologues). Le modèle a correctement identifié 109 cas que les radiologues avaient manqués, tandis que les radiologues n'ont identifié que 14 cas manqués par le modèle (test exact de McNemar, p < 0,0001).
• Analyse par sous-groupe : La performance était généralement robuste à travers les pathologies et les pays, mais plus faible dans certains sous-groupes. Les cas pédiatriques présentaient les performances les plus faibles (exactitude équilibrée de 73,9 %, taux de succès Dice ≥ 0,3 de 45 %), suivis par les cas de gliome postopératoires. La performance du modèle variait selon la taille de la lésion ; les taux de détection pour les lésions < 0,5 cm³ étaient d'environ 50 %, tandis que les lésions ≥ 2 cm³ étaient détectées plus de 90 % du temps.
• Analyse des échecs : Parmi les 260 cas n'ayant pas atteint le seuil de détection acceptable (Dice < 0,3), les causes principales étaient le petit volume de la lésion (< 0,5 cm³, 40,4 %) et les schémas de rehaussement atypiques (38,5 %).

Signification et affirmations
Les auteurs affirment que cette étude représente l'évaluation la plus large et la plus hétérogène de la prédiction du rehaussement de contraste à partir de l'IRM cérébrale sans injection à ce jour. Sa principale importance réside dans le fait de démontrer que les modèles d'apprentissage profond peuvent identifier et délimiter les maladies intracrâniennes rehaussées à partir d'imageries sans injection de contraste avec une précision supérieure à celle d'experts radiologues effectuant cette même tâche inédite et non standard.

Le papier positionne ces modèles non pas comme un remplacement complet de l'IRM avec injection de contraste, mais comme un outil de triage ou un support à la décision. L'utilité clinique proposée consiste à utiliser le modèle pour signaler les études où un rehaussement est probable, incitant ainsi l'ajout de contraste à un protocole initial sans injection pour éviter une seconde visite à l'hôpital, ou permettant aux études dont le rehaussement est prédit comme absent de se poursuivre sans gadolinium dans des contextes spécifiques (ex: insuffisance rénale, surveillance pédiatrique). L'étude souligne que, bien que les performances actuelles soient insuffisantes pour éliminer totalement le produit de contraste — particulièrement pour les petites lésions et les populations pédiatriques — elles établissent une voie viable pour réduire la dépendance au gadolinium en neuro-oncologie. Ce travail souligne également l'importance de l'évaluation de l'équité, révélant les limites actuelles dans les populations pédiatriques qui nécessitent des données futures et un raffinement algorithmique.