Les cancers du foie peuvent être de natures différentes. Certains émanent de la transformation des cellules hépatiques (les hépatocytes), ce sont les carcinomes hépatocellulaires (HCC), quand d’autres, plus rares, se développent à partir de cellules issues de lignées biliaires, ce sont les cholangiocarcinomes intrahépatiques (ICCA). La distinction entre ces deux entités est importante. En effet, les pronostics ne sont pas les mêmes (celui des ICCA est moins bon) et, surtout, les traitements sont différents.

Zone grise

Au diagnostic, les anatomopathologistes qui analysent au microscope les échantillons issus de biopsies parviennent à bien distinguer les HCC des ICCA. Mais tout n’est pas si simple : il existe une « zone grise ». En effet, chez certains patients cette observation microscopique montre des structures tissulaires et cellulaires qui ressemblent à celles des HCC et des ICCA… Cet « entre-deux » est alors identifié comme un « cholangiocarcinome hépatocellulaire combiné » (cHCC-CCA), contre lequel aucun standard de traitement n’a pour l’instant pu être mis au point : leur évolution clinique est assez variable d’un patient à l’autre et le nombre de patients est faible, ce qui rend complexe la mise en œuvre d’essais cliniques solides. Plusieurs questions se posent alors : les cancers cHCC-CCA sont-ils une entité à part, homogène en tant que telle ? Sont-ils une forme de HCC dans lequel les cellules cancéreuses évoluent, faisant dériver le cancer vers une forme d’ICCA (ou réciproquement) ?
A l’Institut Mondor de recherche biomédicale, l’équipe de Julien Calderaro, que nous soutenons depuis 2021, a fait un pas de géant vers un meilleur diagnostic de ces patients « cHCC-CCA », grâce à une grande étude menée en collaboration avec des dizaines de centres à travers le monde.

L'IA plus pertinente qu'un observateur humain

Leur approche s’est basée sur la mise au point d’un outil d’intelligence artificiel (IA) qui analyse les images de microscopie utilisées par les anatomopathologistes. Pour commencer, les chercheurs ont « éduqué » leur algorithme en lui présentant des lames de microscopie issues de patients ayant reçu des diagnostics clairs de HC et d’ICCA « purs ». Après avoir vérifié que l’IA était capable de distinguer ces deux extrémités du spectre, les chercheurs l’ont confrontée à des échantillons prélevés chez des patients classés « cHCC-CCA »… Face à ces images - au sein desquelles co-existent des zones ressemblant à des carcinomes hépatocellulaires et d’autres, plus caractéristiques de cholangiocarcinomes intra-hépathiques - l’intelligence artificielle parvenait à reclasser les patients en deux groupes, l’un « HCC », l’autre « ICCA ». Lorsque le même travail était proposé à des anatomopathologistes experts du foie, dont le seul critère possible de classement est la prépondérance des zones de type « HCC » VS celles de type « ICCA », les résultats n’étaient que faiblement concordants. Deux options, alors : soit l’IA génère une classification erronée, soit elle dispose d’autres indices – auxquels les anatomopathologistes n’ont pas accès – qui lui permettent de faire des distinctions plus pertinentes !
Pour le savoir, les chercheurs ont tout simplement comparé le devenir clinique des patients « assignés » aux différents groupes par l’IA : de façon très claire, le groupe de patients que l’outil avait identifié comme « ICCA » avait une médiane de survie de 29 mois alors que celle du groupe « HCC » n’était pas atteinte au bout de 60 mois. De la même façon une analyse des altérations génétiques de tumeurs montrait que la classification proposée par l’IA coïncidait avec les données connues d’anomalies génétiques associées avec les HCC ou les ICCA.

Forts de ces observations, les auteurs considèrent que l’IA est une alliée dans le diagnostic complexe de patients dont la tumeur hépatique est dans cette zone grise des cholangicarcinomes hépatocellulaires combinés. Cette aide pourrait aider à identifier efficacement les patients « HCC », susceptibles d’avoir accès à des greffes de foie, curatives. De l’autre côté, les patients associés au groupe « ICCA » pourraient, eux, bénéficier de thérapies qui ciblent des anomalies moléculaires que l'on peut retrouver dans ces formes de cancers hépatiques.

R.D.

Source : Calderaro, J. et al ; Deep learning-based phenotyping reclassifies combined hepatocellular-cholangiocarcinoma ; 14 décembre 2023 ; Nature Communications