Initié par Epiconcept (Softway Medical) et le CRCDC Occitanie dans le cadre d’un appel à projets de la Plateforme des Données de Santé, Deep.Piste est une étude rétrospective pionnière. En croisant 250 000 mammographies anonymisées avec les données médico-administratives du SNDS, le projet démontre la puissance de la data pour évaluer le parcours réel et le devenir des patientes. Le Pr. Pierre Marès, ancien chef de service en gynécologie-obstétrique du CHU de Nîmes et président du CRCDC Occitanie, et Guillaume Jeannerod, CEO d’Epiconcept, décryptent la genèse technique et méthodologique de cette initiative inédite.
Cet article reprend les échanges menés lors de la Soirée Innovation du Groupe Softway Medical.
Pierre Marès : En Europe, on dépiste environ 550 000 nouveaux cancers du sein par an, et 145 000 personnes en décèdent. En France, on détecte 61 000 nouveaux cancers par an — un chiffre qui a énormément augmenté par rapport à il y a vingt ans — pour environ 12 000 décès aujourd’hui.
La France a mis en place en 2000 une organisation générale du dépistage des cancers, étendue à l’ensemble du territoire, Outre-mer inclus. Sur le plan pratique, l’étude a été rendue possible par la numérisation et la dématérialisation de tous les systèmes de transfert d’imagerie dans le département Gard-Lozère, déployées grâce à une bourse européenne associant service public, industriels et budget européen. C’est à partir de là qu’un projet d’évaluation a été mis en place pour optimiser le dépistage.
Pouvez-vous nous expliquer comment vous avez mené cette étude rétrospective, en partant de la numérisation des mammographies ?
Guillaume Jeannerod : L’opportunité offerte par ces mammographies numériques du Gard et de la Lozère a coïncidé avec la création de la Plateforme des Données de Santé : le projet a été l’un des premiers lauréats de sa création, fin 2019. L’étude se décompose en trois parties.
La première a été la co-construction, avec la Plateforme des Données de Santé, du cadre technique et juridique — cadres contractuels et infrastructure technique complexe — au moment même où celle-ci se créait.
La deuxième concerne la donnée : 250 000 mammographies interprétées par des premiers et deuxièmes lecteurs, dont le diagnostic était connu, ont été réinjectées dans la Plateforme. Un travail a aussi été mené avec les données médico-administratives — antécédents, facteurs de risque collectés lors de l’examen médical — chaînées avec le SNDS pour connaître le devenir des patientes. Un algorithme déterministe a été développé à cet effet, ce qui a fait l’objet d’une première publication dans Nature (Scientific Reports) sur l’estimation du devenir des patientes à partir d’une base médico-administrative comme le SNDS.
La troisième partie concerne l’intelligence artificielle. Cette base de données très puissante — images annotées par des radiologues, interprétées, avec devenir connu grâce au chaînage SNDS — a permis d’entraîner des IA spécifiques au dépistage organisé. Ce travail a été long : deux IA open source ont été utilisées, l’une de la New York University, l’autre cambodgienne (ce qui a surpris), lauréate d’un concours du RSNA. Ces deux IA sont devenues des spécialistes du dépistage organisé.
Pierre Marès : 110 000 mammographies ont été revues. Toutes les patientes ont été informées et ont donné leur autorisation pour que l’étude se poursuive, avec l’autorisation de la CNIL. Le chaînage de toutes les mammographies a ensuite été fait avec le SNDS — un système quasiment unique au monde, qui permet d’évaluer l’efficacité réelle du dépistage.
Il a fallu mailler l’ensemble des mammographies, ce qui n’est pas toujours évident : les patientes ne répondent pas toujours, d’où la difficulté d’obtenir des suivis pertinents à 100 %. Ce maillage a montré que certains cancers n’avaient pas été détectés initialement : nous savions avoir dépisté plus de 2 000 cancers, mais le SNDS en a révélé environ 1 800 supplémentaires, traités mais sans réponse connue jusque-là. Nous disposons donc d’un outil remarquable, qui pourrait à terme supplanter les registres régionaux et départementaux au profit d’un registre national, avec une réelle efficience de validation des outils de dépistage.
