Contour-free multi-instance learning versus conventional CT features for preoperative Ki-67 stratification in gastric gastrointestinal stromal tumors: a retrospective comparison

Résumé technique : Apprentissage multi-instances sans contour par rapport aux caractéristiques CT conventionnelles pour la stratification préopératoire du Ki-67 dans les GIST gastriques

Énoncé du problème
Les tumeurs stromales gastro-intestinales (GIST) présentent une variabilité biologique significative, et l'évaluation du risque préopératoire est souvent limitée car les facteurs pronostiques clés, tels que le compte mitotique et l'état de rupture tumorale, nécessitent généralement une confirmation peropératoire ou pathologique. L'indice de marquage Ki-67 sert de mesure critique de la prolifération tumorale, des valeurs plus élevées étant corrélées à une maladie agressive et à une récurrence. Cependant, l'évaluation du Ki-67 repose sur des biopsies ou des tissus réséqués et est sujette à l'hétérogénéité de l'échantillonnage. Bien que la tomodensitométrie (TDM) avec injection de produit de contraste soit couramment utilisée pour la stadification, les modèles prédictifs existants reposent souvent sur la délimitation manuelle de régions d'intérêt (ROI) tumorales. Ce détourage manuel introduit une étape de prétraitement distincte, augmente la charge de travail et limite l'extensibilité des approches radiomiques ou d'apprentissage profond. De plus, un seul label Ki-67 au niveau du patient correspond à une série CT complète comprenant des centaines de coupes, dont seule une partie représente la tumeur. Cette structure « un label, de nombreuses instances » n'est pas traitée de manière optimale par l'apprentissage supervisé standard sans segmentation.

Méthodologie
Cette étude rétrospective monocentrique a évalué un cadre d'apprentissage multi-instances (MIL) sans contour conçu pour stratifier les GIST gastriques selon l'indice Ki-67 sans nécessiter la segmentation de la tumeur.

• Cohorte et tâches : L'étude a inclus 61 patients atteints de GIST gastriques ayant subi une résection radicale. Trois tâches de classification binaire ont été définies basées sur des seuils de Ki-67 de 5 %, 8 % et 10 %. Les patients dont les valeurs de Ki-67 rapportées dans l'intervalle couvraient un seuil spécifique ont été exclus uniquement de cette tâche précise.
• Traitement des données :
  • Caractéristiques conventionnelles : Deux lecteurs ont extrait indépendamment 21 variables CT conventionnelles (démographie, morphologie tumorale, schémas de rehaussement, nécrose, etc.) à partir d'images en phases artérielle et veineuse.
  • MIL sans contour : Des séries CT complètes (phases artérielle et veineuse) ont été traitées sans localisation tumorale. Les coupes DICOM ont été ordonnées par position physique, fenêtrées selon un réglage abdominal et standardisées. Un encodeur ResNet-18 gelé (préentraîné sur ImageNet) a extrait des vecteurs de caractéristiques de 512 dimensions pour chaque coupe.
  • Architecture MIL : La série CT complète de chaque patient formait un « sac » d'instances (coupes). Cinq méthodes MIL ont été implémentées pour agréger les caractéristiques des coupes en une représentation au niveau du patient : MeanMIL, Attention-based MIL (ABMIL), Gated-attention MIL (GAMIL), Dual-stream MIL (DSML) et Attention-stabilized MIL (ASMIL).
• Comparaison des modèles : L'étude a comparé :
  1. Deux modèles conventionnels (Régression Logistique avec régularisation L2 et Elastic Net).
  2. Cinq méthodes MIL appliquées séparément aux phases artérielle et veineuse.
  3. Quatre combinaisons de fusion à logit égal (ex. : Artérielle + Veineuse, Conventionnelle + Artérielle, etc.).
• Protocole d'évaluation : Une validation croisée de 5 plis stratifiée au niveau du patient, répétée 10 fois, a été utilisée. La performance a été évaluée via l'AUROC, l'AUPRC, la calibration et l'analyse de la courbe de décision (DCA). La signification statistique des différences a été déterminée par des tests bootstrap appariés avec correction de Holm. Un « audit d'attention » post-entraînement a été réalisé pour vérifier si les poids d'attention appris corrélaient avec les coupes contenant la tumeur à l'aide de ROIs annotées manuellement (qui n'ont pas été utilisées pendant l'entraînement).

Résultats clés

• Performance discriminative : L'étude n'a trouvé aucun avantage de discrimination clair pour le MIL sans contour ou les modèles de fusion par rapport aux caractéristiques CT conventionnelles.
  • Les AUROC les plus élevés étaient de 0,645 (seuil 5 %), 0,646 (seuil 8 %) et 0,605 (seuil 10 %).
  • Crucialement, chaque intervalle de confiance de l'AUROC incluait 0,5, indiquant qu'aucun des modèles n'a démontré de discrimination statistiquement significative au-dessus du hasard dans cette cohorte.
  • Après correction de Holm, aucune des 90 comparaisons par paires entre les modèles, ni des 54 comparaisons entre les modèles de fusion et leurs composants, n'est restée statistiquement significative.
• Comparaison des méthodes MIL : Parmi les cinq méthodes MIL, seules deux comparaisons par paires spécifiques sont restées significatives après correction (Venous DSMIL vs ASMIL à 8 % d'AUROC ; Venous DSMIL vs GAMIL à 10 % d'AUPRC). Aucune méthode MIL n'a systématiquement surpassé les autres ou les modèles conventionnels.
• Audit d'attention : Lors de l'audit d'attention post-entraînement, 34 des 60 tests ont montré une association significative entre les poids d'attention et les coupes contenant la tumeur après correction globale de Holm. Cependant, la direction de cette association variait (21 au-dessus de la référence, 13 en dessous), suggérant que les poids d'attention optimisés pour la classification au niveau du patient ne localisent pas systématiquement la tumeur.
• Stabilité : Les composants de fusion présentaient une corrélation faible à modérée, et la fusion à trois composants était moins variable que les modèles MIL à une seule phase, mais plus variable que l'Elastic Net conventionnel.

Signification et affirmations
L'article affirme définir un cadre au niveau du patient pour l'évaluation de séries CT complètes sans délimitation de la lésion, offrant une alternative potentielle au détourage manuel laborieux requis par la radiomique traditionnelle.

Cependant, les auteurs sont explicites quant aux limites de leurs résultats :

1. Absence de supériorité clinique : Dans cette cohorte spécifique, le MIL sans contour n'a pas surpassé les caractéristiques CT conventionnelles. Les auteurs précisent que la petite taille de l'échantillon et les intervalles de confiance larges empêchent de conclure fermement à l'équivalence des approches, mais elles n'ont certainement pas démontré de supériorité.
2. Charge d'annotation : L'étude n'a pas mesuré la réduction du temps d'annotation ou de la charge de travail clinique, ce qui est l'une des motivations principales des approches sans contour.
3. Exigences futures : Les auteurs concluent qu'une validation externe et une évaluation directe de la charge d'annotation sont nécessaires avant que ce design puisse être considéré pour un usage clinique. Ils suggèrent que les études futures utilisent des cohortes plus larges, des représentations spécifiques à la TDM et un recalage spatial entre les phases artérielle et veineuse.

En résumé, bien que l'étude ait réussi à implémenter un pipeline MIL sans contour pour la stratification du Ki-67, elle n'a pas réussi à démontrer que cette approche offre un avantage de discrimination par rapport à l'analyse de caractéristiques CT conventionnelles plus simples dans le contexte des GIST gastriques.