Résumés CPLF 2026
Prédiction non invasive du statut EGFR dans le cancer bronchique non à petites cellules : développement d’un nomogramme IA intégrant variables cliniques, scanographiques et radiomiques
Auteur correspondant : Amrani A.
Introduction
Le cancer bronchique non à petites cellules (CBNPC) est souvent diagnostiqué à un stade avancé. Le statut mutationnel EGFR conditionne l’accès aux inhibiteurs de tyrosine kinase, mais les méthodes actuelles reposent sur des biopsies invasives. L’intelligence artificielle (IA) appliquée à la radiomique peut offrir une alternative non invasive.
Méthodes
Une étude rétrospective monocentrique a inclus 138 patients atteints d’adénocarcinome pulmonaire avec statut EGFR connu. Les données analysées comprenaient : caractéristiques cliniques, scanners thoraciques (format DICOM) et résultats moléculaire. Après segmentation tumorale, 1 034 paramètres radiomiques ont été extraits via PyRadiomics. Un filtrage par tests statistiques, matrices de corrélation et l’algorithme FeatureWiz a permis de réduire les variables. Cinq modèles de forêts aléatoires ont été développés, testant différentes combinaisons cliniques, scanographiques et radiomiques. L’interprétabilité a été assurée par l’approche SHAP (Shapley Additive Explanations).
Résultats
Parmi les 138 patients, 40 (28,9%) avaient une mutation EGFR. Le modèle 5, basé sur 11 variables discriminantes (2 cliniques : âge, tabagisme ; 2 scanographiques : prise de contraste, irrégularité des contours ; 7 radiomiques texturales), a montré les meilleures performances : AUC=0,88 ; F1-score=0,91 ; exactitude=0,87 ; sensibilité=0,94 ; précision=0,89. L’analyse SHAP a révélé la contribution majeure de certaines caractéristiques radiomiques par rapport aux variables cliniques. Le test de DeLong a confirmé une supériorité significative du modèle 5 (p < 0,05).
Conclusion
Un modèle d’IA non invasif intégrant données cliniques, scanographiques et radiomiques permet de prédire le statut EGFR avec d’excellentes performances. Ce nomogramme, combinant 11 variables clés, pourrait accélérer l’orientation thérapeutique vers les ITK, notamment chez les patients non éligibles à la biopsie. Une validation multicentrique est nécessaire avant intégration en pratique clinique.
Amrani A. * ; Karhate M. * ; Senhaji L. * ; Bouhamdi A. * ; Amara B. * ; Elbiaze M. * ; Benjelloun M.C. * ; Benfares A. * ; Alami B. * ; Qjidaa H. * ; Serraj M. *
*Déclarent ne pas avoir de lien d'intérêt en rapport avec ce résumé.
