En fait, ce programme vient automatiser une technique demeurée pratiquement inchangée depuis plus de 80 ans, expliquent les auteurs. Car la méthode de classement des tumeurs du sein a été créée en 1928 et est restée basée sur trois critères: A quel point les cellules tumorales ressemblent aux tissus sains, le nombre de cellules qui ont des noyaux anormaux et quelle proportion de cellules du prélèvement se divisent.
"Pourtant, aujourd'hui, les pathologistes ne regardent pas du tout le stroma." L'ordinateur a été nourri des images de tissus tumoraux et des données de survie à cinq ans concernant 248 femmes atteintes de cancer du sein. Les chercheurs ont pu ainsi élaborer une nouvelle liste optimisée de critères prédicteurs de pronostic. Au lieu de se concentrer sur les cellules tumorales elles-mêmes, C-Path détermine, à partir des caractéristiques les plus prédictives des cellules prélevées dans la région du stroma qui entoure la tumeur, la survie espérée. « Ce programme illustre à quel point le cancer est un écosystème», explique Daphne Koller, chercheur en informatique à Stanford, et auteur principal. C'est pourquoi équipe a introduit dans le système
« Le domaine est en pleine mutation », renchérit David Rimm, pathologiste à la Yale School of Medicine (Connecticut). Ce n'est pas seulement une question d'images de cellules, c'est une question d'événements moléculaires.
C-Path n'est pas la première tentative d'automatisation de l'art traditionnel de la pathologie, dit un autre pathologiste de l'équipe, Andrew Beck, de la Harvard Medical School (Boston) «Mais c'est difficile à réaliser, les images sont très complexes et hétérogènes."
Les chercheurs viennent de valider la précision du programme sur 42 échantillons. Il faudra encore développer un programme largement applicable en milieu clinique, reconnaît le chercheur, qui, avec ses collègues a bon espoir, que la méthode C-Path puisse aussi être appliquée à d'autres cancers, tels que les cancers de la prostate et de la vessie, pour lesquels le classement des tumeurs est difficile.
Source: Sci Transl Med 9 November 2011 Vol. 3, Issue 108, p. 108fs8 DOI: 10.1126/scitranslmed.3003252 C-Path: A Watson-Like Visit to the Pathology Lab (Visuel Science / AAAS: « Scans d'images tumorales colorées par le programme C-Path)
Lire aussi : CANCER du SEIN: Mon cancer va-t-il métastaser? -