CanMED : Expert médical - DSP

Question 1

Nommez les 5 grandes catégories touchées par les applications d’IA en pathologie mammaire.

Answer 1

1. Diagnostic (détection et typage des tumeurs)
2. Gradation (Nottingham)
3. Quantification (Biomarqueurs)
4. Productivité (Efficacité, standardisation, assurance qualité)
5. Innovation (Nouvelles avancées)

Question 2

Quelle est la différence entre un facteur pronostique et un facteur prédictif ?

Answer 2

Facteur pronostique :
Caractéristiques du patient ou de la tumeur qui influencent l’issue (la survie/récidive) du patient SANS égard au traitement (quelque soit le traitement)

(Ex. âge, présence de ganglions lymphatiques +)

Facteur prédictif :
Caractéristiques de la tumeur qui prédisent la réponse à un traitement spécifique

(Ex. Statut HER2, ER-PR, PDL-1)

Question 3

Qu’est-ce qu’un marqueur diagnostique ?

Answer 3

Marqueur permettant de classer/typer une tumeur dans une catégorie donnée (dont la référence de base est habituellement l’OMS)

Ex. Marqueur E-Cadhérine pour un carcinome canalaire vs lobulaire du sein

Cytokératines dans les tumeurs peu différenciées : carcinomes vs autres

Question 4

Quel est le meilleur indice de performance d’une application d’IA ?

Indice de performance pour n’importe quel test diagnostic (=performance prédictive)

Answer 4

Aire sous la courbe ou Area under curve (AUC)

Se mesure de 0 à 1,0 :
* AUC de 0,5 (ligne diagonale sur la figure) : n’apporte aucune information (idem à un pile ou face)
* AUC de 1 (sensibilité et spécificité simultanément égales à 1) : test diagnostic parfait
* 0,5 et 0,7 : peu informatif
* 0,7 et 0,9 : moyennement informatif
* > 0,9 : très informatif

Question 5

Que représente l’aire sous la courbe ? (Area under curve - AUC)

Answer 5

La capacité d’un test (IA) à discriminer (distinguer) entre 2 résultats (Présence ou absence d’une lésion choisie).

La qualité prédictive ou diagnostique d’un test ou d’un marqueur

Question 6

Que mesure le coefficient Kappa de Cohen ?

Answer 6

La concordance entre deux tests ou deux observateurs

Échelle de -1,0 à 1,0.
1.0 = concordance parfaite

Question 7

Vrai ou faux ?
Malgré les études de non-infériorité des lames numérisées, elles ne sont pas officiellement approuvées par la FDA.

Answer 7

FAUX

Elles sont approuvées par la FDA.

Étude de non infériorité : “est-ce que les lames numérisées sont non-inférieures aux lames physiques”

Question 8

Vrai ou faux ?
Il existe des lignes directrices officielles pour l’implantation de la pathologie numérique dans un laboratoire.

Answer 8

VRAI

Elles ont été publiées par le CAP.

Question 9

Nommez 4 avantages potentiels de la pathologie numériques (Lames numérisées).

Answer 9

1. Augmentation d’efficacité (Workflow)
2. Facilité d’archivage
3. Télépathologie et temps de consultation
4. Intégration de logiciels d’IA

Question 10

Le terme tend à remplacer le mot “Artificielle” dans l’acronyme IA afin de promouvoir son utilisation auprès des pathologistes ?

Answer 10

Intelligence AUGMENTÉE

Question 11

Vrai ou faux ?
Le “machine learning” s’effectue de manière autonome par l’IA à laquelle on fournit des banques de données brutes.

Answer 11

FAUX

Les banques d’images doivent être annotées par des pathologistes experts et choisies en fonction de la tâche que l’IA aura à effectuer.

Attention : question à reformuler
Intelligence artificielle : capacité d’une machine à apprendre des concepts de manière autonome, inclut : Machine Learning (apprentissage automatique) et le Deep Learning (apprentissage en profondeur par réseaux de neurones)

Question 12

Quels types de lésions mammaires l’IA est-elle capable de reconnaître ?

Answer 12

1. Malignes (Carcinome IS et infiltrant, Phyllodes)
2. Atypiques (hyperplasie atypique)
3. Non-néoplasiques (hyperplasie usuelle, fibroadénome, microcalcifications)

(très grand éventail)

Question 13

Vrai ou faux ?

Les capacités de détection et diagnostic de l’IA sont actuellement peu élevées

Answer 13

FAUX

L’IA obtient d’excellents résultats d’AUC entre (0,92 et 0,98) pour une grande variété des lésions, étant le plus performante pour les carcinomes infiltrants (AUC 0,98)

Question 14

Vrai ou faux ?
L’IA atteint un niveau “pathologiste” pour effectuer le grade de Nottingham.

Answer 14

VRAI

Question 15

Lequel des 3 éléments du grade de Nottingham est le plus difficile à effectuer pour l’IA ?

Answer 15

Score mitotique

L’IA a besoin d’un entrainement spécial à l’IHC phosphohistone-3 pour les mitoses.

Question 16

Quels biomarqueurs mammaires l’IA est-elle en mesure de quantifier ? Nommez-en cinq (5).

Answer 16

1. ER
2. PR
3. HER2
4. Ki-67
5. PD-L1

Question 17

Vrai ou faux ?
Il existe très peu d’applications IA approuvées par la FDA pour la quantification des biomarqueurs.

Answer 17

FAUX

Il en existe plus de 50

Question 18

Vrai ou faux ?

L’IA n’est pas encore validée pour la lecture de FISH et de CISH.

Answer 18

VRAI

Les résultats sont prometteurs mais encore partiels.

Question 19

Les applications d’IA sont-elles supérieures, égales ou inférieures aux pathologistes pour la quantification des biomarqueurs ?

Answer 19

SUPÉRIEURES

Les applications ont une meilleure concordance.

Question 20

Nommez quatre (4) gains au niveau de la productivité obtenus avec l’IA.

Answer 20

1. Priorisation des cas
   (présence de cancer priorisée)
2. Biomarqueurs et recoupes (demandes précoces)
3. Décompte mitotique
   (rapidité)
4. Métastases
   (efficacité dans la détection)

Question 21

Nommez quatre (4) gains au niveau de l’assurance-qualité obtenus avec l’IA.

Answer 21

1. Deuxième avis - Pour tous les cas sans augmentation du turn-around time ou de la charge de travail des pathologistes.
2. Consensus - Diminution de la subjectivité inter-observateur pour les diagnostiques difficile/borderline.
3. Homogénéité - Diminution de la variabilité dans un même service de pathologie.(avantage pour cliniciens)
4. Diminution d’erreurs de type analytique.

Question 22

Vrai ou faux ?

L’IA est en mesure de prédire le statut ER d’une tumeur sur la coloration H&E seulement.

Answer 22

VRAI

Supporté par des études de non-infériorité pour le ER.

L’IA peut également l’effectuer pour d’autres biomarqueurs (études non mentionnées à ce sujet).

Question 23

Vrai ou faux ?

L’IA atteint les mêmes résultats que les analyse génomiques (OncotypeDx et autres) pour prédire le risque de récurrence à partir de coloration H&E seulement.

Answer 23

FAUX

Elle s’approche cependant avec une précision de 75 à 85% à l’heure actuelle.

Question 24

Nommez 2 nouvelles caractéristiques histologiques visibles au H&E en voie d’être utilisées par l’IA comme nouveau facteur pronostique

Answer 24

1. L’orientation nucléaire
2. L’hyperchromasie nucléaire

Question 25

Qu’est-ce que “l’analyse multimodale” rendue possible par l’IA ?

Answer 25

L’intégration d’autre éléments hors pathologie aux algorithmes d’analyse pour augmenter leur précision
Ex :
1) Caractéristiques cliniques du patient
2) Caratétristiques génétiques du patient
3) Caractéristiques radiologiques de la tumeur.

Question 26

Nommez quatre (4) limites des logiciels d’IA

Answer 26

1. Besoin de bases de données de grande taille, diversifiées et de qualité.
2. Plusieurs types d’IA nécessaires pour plusieurs tâches (pas de modèle unique applicable partout)
3. Grande influence du pré-analytique sur la performance (beaucoup de difficultés potentielles au labo technique)
4. Difficulté d’acquérir la confiance des pathologistes

Question 27

Nommez 2 avancées futures en développement avec l’IA.

Answer 27

1) “Natural language processing” (NLP) ou Analyse du langage naturel
2) Microscopie à multiphotons

Question 28

Quel est le MEILLEUR gain potentiel actuellement amené par l’IA ?

Answer 28

Productivité