Dossier

Hématopathologie : de l’aide au diagnostic à la découverte de nouveaux biomarqueurs

Mis en ligne le

19 juin 2023

Auteurs

C. Syrykh
C. Franchet
P. Brousset
C. Laurent

La numérisation des dossiers médicaux, l’avènement de la pathologie digitale et le déploiement des techniques moléculaires à haut débit génèrent une masse de données sans précédent. Grâce aux avancées réalisées dans le domaine des sciences computationnelles, les approches d’intelligence artificielle (IA) représentent une piste prometteuse pour extraire les informations pertinentes de structures de données complexes. Outils d’aide au diagnostic ou approches multimodales exploratoires, les champs d’application potentiels des techniques d’apprentissage automatique en anatomopathologie sont vastes et font l’objet de nombreux travaux de recherche. Le sujet de cet article est de faire un état des lieux des applications potentielles de l’IA dans le domaine de l’hématopathologie et de définir la place que ces technologies émergentes pourraient prendre à court ou moyen terme dans nos laboratoires.

Les lymphomes figurent parmi les 10 cancers les plus répandus dans le monde [1] et sont caractérisés par une importante hétérogénéité, tant sur le plan clinique que biologique, avec des pronostics et des réponses thérapeutiques variables [2, 3]. Le diagnostic des lymphomes nécessite une analyse histologique approfondie par des pathologistes experts et repose sur des techniques de marquage tissulaire complexes combinées à des techniques moléculaires (FISH, clonalité,…