Publiée dans Nature Medicine, une étude portant sur plus de 80 000 patients décrit EAGLE, un modèle d’intelligence artificielle capable de détecter des cancers et des lésions précancéreuses de l’œsophage sur des scanners thoraciques réalisés sans produit de contraste, y compris à faible dose.
Le cancer de l’œsophage a représenté environ 511 000 nouveaux cas et 445 000 décès dans le monde en 2022. Son pronostic reste sombre, en grande partie parce qu’il est souvent diagnostiqué à un stade avancé et qu’aucun programme de dépistage formalisé n’existe dans la plupart des pays. L’endoscopie, examen de référence, est invasive et mal acceptée pour un dépistage de masse. Le scanner thoracique sans contraste est largement disponible, mais l’œsophage, organe tubulaire souvent collabé et soumis aux mouvements cardiaques, se prête mal à l’identification de petites lésions.
Plus de 80 000 patients dans trois pays
Développé par un consortium de centres chinois, dont le Sun Yat-sen University Cancer Center et le Sichuan Cancer Hospital, EAGLE a été entraîné sur 6 813 patients issus de deux centres, puis validé dans 12 centres situés en Chine, en République tchèque et en Australie, pour un total de 80 612 patients. Sur les cohortes externes (huit centres, 11 466 patients), le modèle atteint une spécificité de 98,5 %, une sensibilité de 90,0 % pour le cancer et de 52,5 % pour les lésions précancéreuses de haut grade. Les performances restent comparables sur les scanners à faible dose utilisés dans le dépistage du cancer du poumon, ce qui ouvre la perspective d’un double dépistage à partir d’un seul examen.
En conditions réelles, une recalibration sur 35 402 patients a réduit les faux positifs de 72,7 % sans perte de sensibilité. Lors d’une validation prospective hospitalière portant sur 17 446 patients, environ 0,5 % des examens ont été signalés et la valeur prédictive positive a atteint 42,2 %. Dans une cohorte de dépistage à faible dose de 10 959 personnes, la spécificité s’élève à 99,94 %.
Un appui mesurable pour les radiologues
Dans une étude de lecture menée avec 17 radiologues, l’assistance du modèle a fait passer la sensibilité moyenne de 71,9 % à 85,7 % et la spécificité de 79,6 % à 91,7 %. Une simulation dans un programme de dépistage endoscopique suggère par ailleurs qu’un tri préalable par EAGLE permettrait d’éviter environ deux tiers des endoscopies tout en triplant le taux de détection.
Des limites explicitement reconnues
Les auteurs soulignent que les populations étudiées restent majoritairement chinoises, avec une prédominance de carcinomes épidermoïdes, et qu’une validation plus large est nécessaire là où l’adénocarcinome domine, comme en Europe occidentale. La sensibilité est plus faible chez les femmes, la détection des stades I avoisine 60 % sur les cohortes externes, le suivi prospectif est inférieur à deux ans et le bénéfice du tri pré-endoscopique repose sur une simulation. Le code du modèle est protégé par des brevets et les données ne sont pas publiquement accessibles.
