A practical roadmap to implementation of in-house developed computational pathology algorithms

Dans le calme des pièces aux parois de verre d'un laboratoire de pathologie moderne, un nouveau type d'assistant a commencé à travailler aux côtés des médecins qui diagnostiquent les maladies. Pendant des décennies, le travail du pathologiste a consisté à examiner de fines coupes de tissus sous un microscope, à la recherche des signes infimes et révélateurs du cancer que l'œil nu pourrait manquer. Ce travail est lent, méticuleux et exige une concentration immense. Récemment, les ordinateurs ont appris à effectuer cette observation, eux aussi. En utilisant une forme d'intelligence artificielle, ces programmes peuvent scanner des images numériques de lames de tissus et repérer des anomalies avec une rapidité et une précision qui rivalisent avec celles des experts humains. Pourtant, alors que la technologie a progressé rapidement dans les laboratoires de recherche, elle a rarement fait le saut dans la routine quotidienne d'un hôpital. Le fossé entre un programme informatique qui fonctionne dans un test et un programme en lequel on a confiance pour aider à sauver des vies dans une clinique réelle est large, rempli d'obstacles liés à la sécurité, à la réglementation et à la réalité complexe de la manière dont les médecins travaillent réellement.

Une équipe de chercheurs du Centre médical universitaire Radboud, aux Pays-Bas, a désormais comblé ce fossé. Ils n'ont pas seulement construit un algorithme ingénieux ; ils ont construit un système complet pour mettre cet algorithme au travail dans leur propre hôpital, aux côtés de leurs pathologistes. Leur objectif était de résoudre un problème spécifique et à enjeux élevés : déterminer si le cancer du sein s'est propagé aux ganglions sentinelles, les premiers ganglions où les cellules cancéreuses sont susceptibles de voyager. Par le passé, les médecins devaient vérifier manuellement chaque lame, et s'ils ne voyaient pas de cancer, ils devaient souvent prescrire un second test, plus coûteux, pour en être sûrs. Les chercheurs voulaient voir si leur outil informatique interne pouvait les aider à sauter des étapes inutiles, gagner du temps et détecter plus de cancers, tout en respectant des règles de sécurité strictes.

Le voyage a commencé par une question simple mais difficile : un programme informatique peut-il être jugé fiable pour effectuer ce travail en toute sécurité ? Avant de laisser l'outil toucher un véritable dossier de patient, l'équipe l'a soumis à une série rigoureuse de tests. Ils ont nourri le programme avec des images numériques de ganglions lymphatiques, incluant 48 sections négatives et un total de 100 cas, dont certains contenaient de minuscules amas de cellules cancéreuses. Ils voulaient voir si l'ordinateur commettrait des erreurs, comme manquer une cellule cancéreuse ou signaler faussement un endroit sain comme dangereux. Les résultats ont été rassurants. Lorsque l'ordinateur examinait un tissu sain, il l'identifiait correctement comme négatif cent pour cent du temps. Lorsqu'il examinait un tissu présentant un cancer, il trouvait la grande majorité des cas, ne manquant que les amas de cellules les plus petits. Crucialement, l'équipe a également testé si l'ordinateur serait perturbé par de légers changements dans la coloration ou le balayage des lames, imitant les variations naturelles qui se produisent dans un laboratoire actif. L'outil est resté stable et fiable, prouvant qu'il pouvait gérer la réalité désordonnée d'un laboratoire de travail.

Une fois la performance technique confirmée, les chercheurs sont passés à la phase suivante : observer comment l'outil fonctionnait lorsque de vrais médecins l'utilisaient. Ils ont mis en place un scénario où les pathologistes examinaient des cas avec et sans l'aide de l'ordinateur. Les résultats ont montré un bénéfice clair. Lorsque les médecins bénéficiaient de l'assistance de l'ordinateur, ils étaient capables de détecter le cancer plus souvent, capturant des cas qu'ils auraient pu manquer autrement. Plus important encore, l'outil a changé la fluidité du travail. Dans l'ancien système, un médecin examinait une lame et, s'il ne voyait pas de cancer, il devait tout de même attendre un second marquage spécialisé pour confirmer le résultat. Avec le nouveau système, si l'ordinateur était confiant dans le fait qu'une lame était négative, le technicien de laboratoire pouvait immédiatement demander ce second marquage sans que le médecin n'ait besoin d'examiner à nouveau la première lame. Ce petit changement signifiait que pour les cas négatifs, le médecin n'avait pas à passer de temps à réviser l'image initiale. Pour les cas où le cancer était trouvé, le temps nécessaire pour prendre une décision a chuté de manière significative, passant d'une moyenne de neuf secondes à seulement quatre secondes.

Cependant, l'équipe savait que la vitesse et la précision ne suffisaient pas. Dans un hôpital, la sécurité est la priorité absolue. Avant que l'outil ne puisse être déployé, l'équipe a dû cartographier chaque étape du processus pour identifier les points de défaillance potentiels. Ils ont réuni des pathologistes, des techniciens de laboratoire et des experts en sécurité pour imaginer tout ce qui pourrait mal tourner, d'un plantage informatique à une erreur humaine dans la lecture des résultats. Ils n'ont trouvé aucun risque majeur qui ne puisse être géré. Ils ont conçu le système de sorte que les résultats de l'ordinateur soient clairement affichés sur l'écran du pathologiste, agissant comme un guide utile plutôt que comme un remplacement. Si l'ordinateur signalait un point comme positif, le médecin le voyait immédiatement. S'il disait négatif, le technicien procédait à l'étape suivante, mais le médecin restait maître de la décision finale. Cette planification minutieuse a permis de garantir que la technologie soutiendrait les médecins, sans les confondre ni contourner leur expertise.

La dernière pièce du puzzle consistait à intégrer l'outil dans le monde numérique existant de l'hôpital. Les chercheurs ont construit un pont logiciel personnalisé qui connectait leur intelligence artificielle au système d'imagerie principal de l'hôpital. Ce pont agissait comme un coursier sécurisé, prenant les lames numériques de la vue des médecins, les envoyant à l'ordinateur pour analyse, et ramenant les résultats instantanément. Tout cela se déroulait au sein du propre réseau sécurisé de l'hôpital, ce qui signifie qu'aucune donnée de patient ne quittait jamais le bâtiment. Le système a été conçu pour être flexible, capable de gérer une charge de travail accrue à mesure que l'hôpital grandit, et suffisamment simple pour que le personnel n'ait pas besoin d'apprendre une toute nouvelle façon de travailler.

Une fois le système opérationnel, l'équipe a observé ses performances en conditions réelles. L'outil est actuellement utilisé dans leur département de pathologie, servant de partie intégrante du flux de travail pour aider à identifier le cancer plus précisément et réduire le nombre de tests inutiles qui doivent être effectués. Les chercheurs ont découvert que la mise en œuvre réussie de cet outil exigeait bien plus qu'un algorithme intelligent ; elle exigeait une compréhension profonde du fonctionnement d'un hôpital, un engagement envers la sécurité et une volonté de redéfinir la routine quotidienne du personnel. Ils ont prouvé que lorsque l'on construit un système en pensant aux médecins et aux techniciens, et que l'on suit les règles strictes de sécurité et de réglementation, l'intelligence artificielle peut passer d'un concept dans un article de recherche à un partenaire de confiance dans la lutte contre la maladie. Ce travail offre une voie claire que d'autres hôpitaux peuvent suivre, montrant que l'avenir du diagnostic médical ne consiste pas à remplacer l'expert humain, mais à lui donner les bons outils pour accomplir son meilleur travail. Bien que l'outil soit désormais en usage, l'équipe continue de surveiller ses performances et sa sécurité à long terme par une surveillance post-commercialisation continue, garantissant que ses bénéfices se maintiennent dans le temps.