Machine Learning Model Integrating Clinical Features, CT Radiomics, and Transfer Learning for Predicting Aggressive Recurrence of Hepatocellular Carcinoma

Résumé Technique : Modèle d'apprentissage automatique intégrant des caractéristiques cliniques, la radiomique de scanner (CT) et l'apprentissage par transfert pour prédire la récidive agressive du carcinome hépatocellulaire

Énoncé du problème
Le carcinome hépatocellulaire (CHC) demeure une cause majeure de mortalité liée au cancer, avec des taux de récidive après chirurgie curative atteignant 60 à 70 %. Un défi clinique critique est la prédiction de la « récidive agressive », définie comme la première récidive dépassant les critères de Milan (ex. : charge tumorale importante, invasion vasculaire ou métastase extrahépatique). L'évaluation actuelle des risques repose largement sur des caractéristiques pathologiques postopératoires (ex. : invasion microvasculaire) ou des marqueurs sériques comme l'AFP, qui manquent de sensibilité pour la prise de décision préopératoire. Bien que la radiomique offre une alternative non invasive, les caractéristiques artisanales traditionnelles peinent souvent à capturer les modèles spatiaux complexes de l'agressivité tumorale et sont sujettes au surapprentissage (overfitting) dans les petits ensembles de données. De plus, les modèles d'apprentissage profond (deep learning) nécessitent généralement de grands ensembles de données annotées, qui sont rares en imagerie médicale. Cette étude répond au besoin d'un modèle de prédiction préopératoire, non invasif, intégrant des données cliniques, de la radiomique conventionnelle et des caractéristiques d'apprentissage profond pour identifier les patients à haut risque afin d'élaborer des stratégies périopératoires individualisées.

Méthodologie
L'étude a adopté un design rétrospectif impliquant 455 patients atteints de CHC ayant subi une hépatectomie curative au Premier Hôpital Affilié de l'Université Médicale de Guangxi (2013–2020). La cohorte a été divisée en un groupe d'entraînement (n=318) et un groupe de validation (n=137) selon un ratio de 7:3.

1. Acquisition et prétraitement des données :

   • Données cliniques : Les variables préopératoires comprenaient les données démographiques, les tests de laboratoire (ex. : albumine, AFP, score FIB-4) et les mesures d'imagerie (ex. : diamètre de la veine porte).
   • Imagerie : Des images de scanner (CT) en phase portale avec injection de produit de contraste ont été utilisées. Les régions d'intérêt (ROI) ont été segmentées manuellement via ITK-SNAP par deux médecins seniors.
   • Radiomique : En utilisant PyRadiomics, 1 561 caractéristiques artisanales ont été extraites, couvrant les statistiques de premier ordre, les matrices de texture (GLCM, GLRLM, GLSZM, NGTDM, GLDM) et les caractéristiques de forme. Les caractéristiques ont subi une normalisation Z-score.
   • Apprentissage profond (Apprentissage par transfert) : Un modèle ResNet-50, pré-entraîné sur ImageNet, a été affiné (fine-tuned) sur l'ensemble d'entraînement. Les caractéristiques profondes ont été extraites de la couche de pooling moyenne globale (2 048 dimensions) et réduites à 150 composantes principales via une analyse en composantes principales (PCA).

2. Sélection des caractéristiques et construction du modèle :

   • Sélection : Les caractéristiques ont été filtrées par des tests t univariés, une analyse de corrélation (seuil de 0,9) et une régression LASSO (Least Absolute Shrinkage and Selection Operator) pour éliminer la redondance et sélectionner le sous-ensemble le plus prédictif.
   • Fusion multimodale : Un ensemble de caractéristiques « DLR » (Deep Learning et Radiomique) a été créé par fusion précoce.
   • Algorithmes : Huit algorithmes d'apprentissage automatique (Régression logistique, SVM, KNN, Forêt aléatoire, Extra Trees, XGBoost, LightGBM, MLP) ont été testés. XGBoost a été sélectionné comme le classificateur optimal selon la performance.
   • Modèles construits : Quatre modèles distincts ont été construits : uniquement clinique, uniquement radiomique, uniquement DLR, et un modèle de fusion multimodale (Clinique + Radiomique + DLR).
   • Évaluation : La performance a été évaluée à l'aide de l'aire sous la courbe (AUC), des courbes de calibration et de l'analyse de la courbe de décision (DCA) sur les groupes d'entraînement et de validation indépendante.

Résultats clés

• Prédicteurs indépendants : La régression logistique multivariée a identifié quatre facteurs cliniques indépendants pour la récidive agressive : l'albumine (OR=0,927), le score FIB-4 (OR=0,524), le diamètre de la veine porte (OR=1,173) et l'atteinte du segment hépatique S2 (OR=0,071).
• Performance d'entraînement : Le modèle de fusion multimodale a atteint une capacité de discrimination exceptionnelle dans le groupe d'entraînement avec une AUC de 0,996 (IC 95 % : 0,992–1,000). Le modèle DLR a également obtenu une performance quasi parfaite (AUC 0,994).
• Performance de validation : Dans le groupe de validation indépendant, la performance a chuté de manière significative pour tous les modèles, indiquant un surapprentissage sévère. Le modèle de fusion multimodale n'a atteint qu'une AUC de 0,567 (IC 95 % : 0,468–0,667). Le modèle DLR est tombé à 0,564, et le modèle clinique à 0,436.
• Utilité clinique : L'analyse de la courbe de décision (DCA) a révélé que, dans le groupe de validation, le bénéfice net du modèle de fusion multimodale n'a pas dépassé les stratégies « traiter tout le monde » ou « ne traiter personne » à travers n'importe quel seuil de probabilité.

Signification et affirmations
L'article affirme être le premier à intégrer systématiquement des caractéristiques d'apprentissage profond basées sur le transfert, la radiomique conventionnelle et les variables cliniques pour prédire la récidive agressive du CHC.

• Faisabilité théorique : L'étude démontre que la fusion d'informations hétérogènes multi-sources est théoriquement réalisable, car le modèle combiné a montré une performance d'entraînement supérieure aux modèles à modalité unique, suggérant que les caractéristiques d'apprentissage profond capturent des informations complémentaires concernant l'hétérogénéité tumorale.
• Prudence clinique : Crucialement, les auteurs déclarent explicitement que le modèle est actuellement inapte à la décision clinique. L'écart important entre les AUC d'entraînement et de validation, couplé à l'absence de bénéfice clinique net dans la DCA, confirme que le modèle souffre de surapprentissage dû au dilemme « caractéristiques de haute dimension – échantillons limités – modèles complexes ».
• Direction future : Les auteurs soulignent que la valeur principale de ce travail réside dans la fourniture d'une référence méthodologique pour les stratégies de fusion multimodale. Ils concluent que des études prospectives multicentriques à grande échelle, avec des tailles d'échantillons plus importantes, sont nécessaires pour valider et optimiser le modèle avant qu'il puisse être appliqué à la planification des traitements périopératoires individualisés.

En résumé, bien que l'étude ait construit avec succès un modèle performant dans un cadre rétrospectif, elle conclut modestement que sa généralisabilité est limitée et qu'elle sert principalement de preuve de concept pour l'intégration de l'apprentissage profond avec la radiomique dans les ensembles de données médicales à faible échantillonnage, plutôt que d'un outil clinique prêt à l'emploi.