Description
DEEP.PISTE, un projet qui jette une nouvelle lumière sur la performance du dépistage organisé du cancer du sein (DOCS)
Contexte
Le cancer du sein est le plus mortel chez la femme en France : près de 12 000 femmes en décèdent chaque année. Le dépistage organisé a été généralisé à l’ensemble du territoire en 2004. Il vise à effectuer une mammographie de dépistage tous les deux ans chez les femmes de 50 à 74 ans, ce qui devrait permettre de faire baisser la mortalité de près de 21 %. Néanmoins, encore aujourd’hui, par exemple, les faux positifs (les personnes diagnostiquées alors qu’elles n’ont pas de cancer) suite à un examen par mammographie avoisinent les 80 % ; et environ un cancer sur six n’est pas détecté lors de cet examen (c’est un faux négatif). Il y a donc encore matière à progresser, et il est nécessaire de mesurer l’efficacité du programme de dépistage.
Expression du besoin
Le projet DEEP.PISTE a présenté ses derniers résultats lors de la 18e conférence francophone d’EPIdémiologie CLINique (EPICLIN) et 31e Journées des Statisticiens des Centres de Lutte Contre le Cancer (JSCLCC) organisées à Dijon, du 15 au 17 mai 2024.
Le projet DEEP.PISTE propose une nouvelle méthodologie pour mesurer la performance du programme organisé du dépistage du cancer du sein en collectant des données de manière systématique. Le projet DEEP.PISTE croise les données issues des mammographies faites dans le cadre du dépistage de cancer du Sein avec les données de l’Assurance Maladie. Grâce à cet appariement, il devient possible d’identifier de manière précise les cancers du sein survenus après chaque dépistage. La performance entre 2008 et 2018 a été mesurée en termes de sensibilité (75.15%), valeur prédictive positive (20.15%), taux de cancers de l’intervalle (27.84% de l’ensemble des cas identifiés) et taux des cancers identifiés (12.5 cas pour 1000 dépistages). Bien que le calcul de ces métriques soit recommandé par les directives européennes, elles ne sont pas calculées en routine, notamment du fait du manque de données homogènes des registres des cancers du sein en France. La méthode proposée a l’avantage de pouvoir être appliquée facilement à l’ensemble du territoire. Les métriques de performance peuvent aussi être déclinées en fonction de différentes données, telles que les groupes d’âge ou le niveau territorial.
L’ensemble des traitements a été réalisé au sein de la plateforme technologique du Health Data Hub. Dans un espace de travail sécurisé, des data scientist d’Epiconcept en coordination avec des médecins du CRCDC-OC ont pu accéder aux données pseudonymisées et aux outils d’analyse de données basés sur des technologies ouvertes (open source). Ces travaux ont permis de produire des briques logicielles capables de simplifier et accélérer l’analyse des données du SNDS. Ces algorithmes seront inscrits dans la Bibliothèque Ouverte d’Algorithmes en Santé (BOAS), disponible sur le site du Health Data Hub, afin que tout chercheur puisse en disposer. Le projet s’inscrit ainsi dans une démarche open source, avec pour objectif d’améliorer le parcours de soin et ceci à des fins d’intérêt public.
En complément de la reconstitution du parcours de dépistage et du cancer du sein, chaque mammographie numérique positive a été annotée par des radiologues experts. Ces données seront utilisées pour adapter et optimiser des algorithmes open source, à l’état de l’art, en matière de détection de cancer du sein. L’objectif est donc d’évaluer l’impact réel que pourrait avoir l’inclusion d’une intelligence artificielle dans le dispositif du dépistage, avec la finalité d’améliorer la santé des femmes et de faire avancer la lutte contre le cancer.
Le projet DEEP.PISTE est le fruit d’une collaboration entre les secteurs public, privé et académique. Porté par le Centre régional de dépistage d’Occitanie (CRCDC-OC), Epiconcept (Développeur des solutions de dépistage), le laboratoire HEKA (INRIA, Inserm, APHP) et le cabinet de Radiologie Rouget de l’Isle. Il compte aussi sur le support du Health Data Hub et du dispositif CIFRE. Le projet a été lauréat du premier appel à projets du Health Data Hub lancé en 2019. L’équipe du projet DEEP.PISTE a aussi pu bénéficier de l’appui de l’Assurance Maladie pour la mise à disposition des données issues de la base principale du SNDS.
