Une étude de type preuve du concept (Fu et al, npj Precis Onc 2023) a montré que l’intelligence artificielle sur lame histologique pouvait prédire le type de mutation et le risque de rechute dans les tumeurs stromales gastro-intestinales (GIST). Afin de rendre ces résultats applicables en clinique, nous voulons réaliser une étude Européenne collectant de 5 à 10 000 patients dans une vingtaine de centres de 6 pays, ceci afin d’obtenir des algorithmes efficaces et reproductibles.
L’objet du traitement est l’envoi de lames anatomopathologiques numérisées et de données clinico-biologiques associées à l’equipe “Clinical Artificial Intelligence” de la Medical Faculty of Technical University Dresden (Dir : Pr Jakob KATHER).
Un système d’intelligence artificielle (modèle de deep learning) sera appliqué sur ces lames numérisées pour permettre (1) une prédiction du type de mutation dans un ou plusieurs sous-groupes de la cohorte avec pour conséquences une économie de temps, de matériel tumoral et de moyens mis en œuvre et (2) une meilleure évaluation du risque de rechute que la classification actuelle permettant une indication du traitement adjuvant ciblé plus pertinent.
Directeur Général
550 cas de GIST suivis au CLB
Condition médicale : patient porteur d’une tumeur stromale gastro-intestinale (GIST)
Critères d’inclusion : diagnostic de GIST certain, disposer d’une lame histologique de la tumeur initiale non traitée, analyse moléculaire de la tumeur connue, période allant de 1980 à 2022.
Nombre final de patients = 5-10 000 dans une vingtaine de centres de 7 pays.
Recherche scientifique menée dans l’intérêt légitime de lutte contre le cancer (articles 6.1.f et 9.2.j du Règlement (UE) n° 2016/679)
Co-coordinateurs:
- Prof Jakob KATHER, “Clinical Artificial Intelligence” team, Medical Faculty of Technical University Dresden, Allemagne
- Prof Jean-Michel COINDRE, département de pathologie, Institut Bergonié, France
Equipes associées
- Biopathologie (CLB) : Dr Alexandra MEURGEY, pathologiste
- EMS (CLB):
- Dr Julien BOLLARD, chef projet
- Dr Françoise DUCIMETIERE, cheffe équipe
- Myriam JEAN-DENIS, data manager base sarcome
2 ans après la publication scientifique puis archivage sur un support distinct