CaresAI at SMM4H-HeaRD 2026: Predicting TNM Staging

Imaginez que vous êtes un détective tentant de résoudre un mystère médical complexe. Les indices sont cachés dans de longs rapports manuscrits désordonnés écrits par des pathologistes (des médecins qui examinent des échantillons de tissus). Ces rapports décrivent le cancer d'un patient, mais ne donnent pas toujours la réponse clairement. Votre tâche est de déterminer trois choses spécifiques concernant le cancer :

1. T (Tumeur) : Quelle est la taille de la masse principale et quelle profondeur a-t-elle atteinte en s'infiltrant dans les tissus voisins ?
2. N (Ganglion/Node) : Le cancer s'est-il propagé aux ganglions lymphatiques proches (les points de contrôle de sécurité du corps) ?
3. M (Métastase) : Le cancer s'est-il échappé vers d'autres parties du corps entièrement ?

C'est ce qu'on appelle la classification TNM, et c'est la « fiche de score » que les médecins utilisent pour décider du traitement d'un patient. L'équipe de CaresAI a participé à une compétition (SMM4H-HeaRD 2026) pour construire un programme informatique capable de lire ces rapports désordonnés et de deviner automatiquement les scores T, N et M.

Voici comment ils ont procédé, expliqué simplement :

1. Le défi : Lire les « petits caractères »

Les rapports qu'ils ont utilisés proviennent d'une base de données massive appelée TCGA. Considérez ces rapports comme des milliers de romans différents écrits par différents auteurs. Certains sont courts, d'autres sont immenses, certains utilisent un jargon médical sophistiqué et d'autres sont vagues.

• Le problème : Les données étaient « déséquilibrées ». Imaginez un sac de billes où 93 % sont blanches (pas de propagation du cancer) et seulement 7 % sont noires (propagation du cancer). Si vous deviez simplement deviner « blanc » à chaque fois, vous auriez raison la plupart du temps, mais vous manqueriez les billes noires, qui sont dangereuses. L'ordinateur devait apprendre à repérer les indices rares et dangereux.

2. Les outils : Deux manières différentes de « lire »

L'équipe a essayé deux méthodes principales pour apprendre à l'ordinateur comment comprendre le texte :

• Méthode A : Le « Compteur de mots-clés » (TF-IDF & LightGBM)
  Considérez cela comme un bibliothécaire qui compte la fréquence d'apparition de mots spécifiques. Si un rapport mentionne souvent « métastase » ou « propagation », l'ordinateur signale l'alerte. Ils ont utilisé un algorithme intelligent appelé LightGBM (qui est comme un arbre de décision super rapide et organisé) pour analyser ces comptes de mots.

  • Résultat : Ce fut le champion. Il était très doué pour repérer les modèles dans le texte, presque comme un détective chevronné qui sait exactement quels mots chercher.

• Méthode B : Le « Penseur Profond » (Modèles BERT & Réseaux de neurones)
  Cette approche utilisait des modèles d'IA avancés (ClinicalBERT, BioBERT) qui ont déjà lu des millions de livres médicaux. Au lieu de simplement compter les mots, ces modèles tentent de comprendre le sens et le contexte des phrases. Ils ont ensuite injecté cette « compréhension » dans un Réseau Résiduel Large (WRN), qui est un type de réseau informatique semblable à un cerveau, conçu pour détecter des motifs complexes.

  • Résultat : C'était un peu plus aléatoire. Bien qu'ils comprenaient bien l'« ambiance » du texte, ils se confondaient parfois avec les détails spécifiques par rapport au compteur de mots-clés.

3. Les résultats : À quel point ont-ils réussi ?

L'équipe a testé ses « détectives » sur deux ensembles différents de nouveaux rapports (Jeu de test 1 et Jeu de test 2).

• La bonne nouvelle : Sur le premier jeu de test, l'ordinateur a été incroyablement précis. Il a obtenu un score de 0,978 (sur 1,0) pour le stade de la Tumeur et de 0,957 pour le stade du Ganglion. C'était comme un détective qui résolvait presque chaque cas parfaitement.
• La mauvaise nouvelle : Lorsqu'ils sont passés au second jeu de test, les scores ont chuté (autour de 0,80).
  • Pourquoi ? L'article explique que l'ordinateur a été « gâté » par le premier ensemble de données. Il a appris trop précisément les modèles spécifiques des données d'entraînement (un problème appelé surapprentissage ou overfitting). Lorsqu'il voyait un rapport légèrement différent ou plus long que d'habitude, il était confus. De plus, comme les cas « dangereux » (comme la propagation du cancer) étaient si rares dans les données d'entraînement, l'ordinateur avait du mal à les reconnaître lorsqu'ils apparaissaient dans de nouveaux rapports complexes.

4. Les limites : Pourquoi ce n'est pas encore prêt pour l'hôpital

Les auteurs sont très honnêtes sur ce que leur outil ne peut pas encore faire :

• Le problème de la « limite de pages » : Les modèles d'IA qu'ils ont utilisés ne peuvent lire qu'environ 512 mots à la fois. Beaucoup de ces rapports médicaux sont beaucoup plus longs. C'est comme essayer de lire un roman entier mais n'avoir le droit de lire que les premières pages ; l'ordinateur manque la fin et les indices importants.
• Le problème de l'« événement rare » : Comme les cas de « propagation du cancer » étaient très rares dans les données d'entraînement, l'ordinateur est encore un peu biaisé. Il est plus sûr de dire « pas de propagation » que de deviner « propagation », ce qui signifie qu'il pourrait manquer certains cas réels.
• Pas un médecin : L'article précise explicitement que bien qu'il s'agisse d'une excellente « base de référence » (un point de départ), cet outil n'est pas encore assez fiable pour être utilisé dans un hôpital réel pour prendre des décisions de vie ou de mort. Il nécessite plus d'entraînement et une meilleure gestion des documents longs.

L'essentiel à retenir

L'équipe de CaresAI a construit un programme informatique capable de lire des rapports de cancer et de deviner le stade de la maladie avec une précision impressionnante sur des données familières. Ils ont découvert qu'une méthode simple de « comptage de mots-clés » (LightGBM) fonctionnait en réalité mieux que l'IA de « pensée profonde » pour cette tâche spécifique.

Cependant, tout comme un étudiant qui réussit brillamment un examen blanc mais qui peine lors de l'examen réel parce que les questions étaient légèrement différentes, cette IA a besoin de plus de travail pour gérer les cas désordonnés, longs et rares rencontrés dans le monde réel avant de pouvoir être digne de confiance. Pour l'instant, c'est un outil puissant pour la recherche et un excellent point de départ pour de futures améliorations.