AIforHer, le challenge qui associe l’intelligence artificielle à l’humain pour accélérer la lutte contre le cancer du sein

To read this article in English, click here.

Quand l’innovation technologique rencontre l’innovation thérapeutique, au service des patients et des professionnels de santé

Le cancer du sein se traite de mieux en mieux mais cela ne suffit pas : il faut davantage diagnostiquer et mieux cibler les traitements. Avec l’arrivée de nouvelles thérapies ciblées pour les patientes présentant une faible ou très faible expression du récepteur HER2, un impératif clinique s’impose : affiner et fiabiliser le diagnostic de ce biomarqueur devenu central dans les décisions thérapeutiques.

Cette exigence de précision entre en résonance avec un autre bouleversement : l’essor de la pathologie digitale et des algorithmes d’intelligence artificielle capables d’assister les pathologistes dans l’évaluation fine du HER2. Si ces technologies sont prometteuses, leur déploiement en routine clinique pose encore des questions cruciales : fiabilité, robustesse, interprétabilité et acceptabilité par les professionnels.

C’est à cette jonction, entre progrès thérapeutique et innovation technologique qu’émerge un besoin terrain fort : garantir que les outils d’IA désormais disponibles répondent aux exigences cliniques et s’intègrent efficacement dans les pratiques médicales.

Pour relever ce défi, plusieurs acteurs se mobilisent, forts de leur complémentarité et de leur engagement commun en faveur de l’innovation au service des patients :

Le GEFPICS, réseau d’excellence réunissant les meilleurs experts français en anatomopathologie, oncologie et biologie et portant une vision ambitieuse de l’IA comme levier d’harmonisation et d’amélioration du diagnostic.
L’Institut de Cancérologie de l’Ouest et son accélérateur d’innovation, Impulse by ICO. L’ICO est un centre expert en cancérologie, pionnier de la pathologie digitale avec une infrastructure en routine déjà en place, une unité IA dédiée, et une expertise clinique reconnue en sénologie (notamment sur les enjeux liés au HER2). Lancé en 2024, Impulse by ICO est l’accélérateur d’innovation en oncologie de l’ICO. Il porte et concrétise la politique d’innovation de l’établissement : révéler et accélérer les innovations pour améliorer la vie des patients et le quotidien de ceux qui œuvrent à prévenir, détecter et lutter contre le cancer. L’accélérateur connecte les innovations à la réalité terrain et permet aux professionnels de santé de l’ICO de développer les solutions de demain en oncologie ; Et aux entreprises innovantes de dé-risquer leur produit en s’appuyant sur des expérimentations et des données de vie réelles pour des solutions co-développées avec le monde scientifique et médical.
Deux laboratoires pharmaceutiques à la pointe du développement de thérapies ciblées HER2-low et ultralow, s’engageant à soutenir des approches diagnostiques innovantes et en cohérence avec les nouvelles orientations thérapeutiques.

Ensemble, ces partenaires lancent AI for Her, un appel à solutions pour identifier, tester et faire émerger les meilleures technologies d’IA appliquées à la pathologie digitale dans le cancer du sein.

L’objectif est clair : permettre à chaque patiente de bénéficier d’une thérapie la plus adaptée, le plus tôt possible.

AI for Her

Les pionniers des plus grandes découvertes et avancées scientifiques ne se sont pas lancés seuls. La compétition positive, l’esprit d’équipe, l’ambition collective au service d’un meilleur demain, ont été des moteurs extraordinaires de développement.

AI for Her se veut être un challenge inédit et un mouvement collectif de coopétition alliant le monde technologique et scientifique pour améliorer la prise en charge et le traitement des patientes atteintes du cancer du sein et aider le personnel médical en apportant toujours plus de précision, d’objectivité et de reproductibilité à leurs diagnostics.

Pendant 6 à 9 mois, anatomopathologistes et startups portant une solution d’intelligence artificielle capable de réaliser un scoring HER2 (une des typologies du Human Epidermal growth factor Receptor, ou récepteurs de facteur de croissance épidermique humain jouant un rôle clé dans le cancer du sein) à faible et ultra faible expression, vont croiser leurs expertises et concentrer leurs énergies à l’évaluation des performances et de l’usage des algorithmes d’IA.

AI for Her est le tout premier challenge à permettre l’évaluation d’algorithmes d’IA en vie réelle, au coeur de l’hôpital, grâce à l’organisation de tout un centre de lutte contre le cancer.

Je postule

Contexte scientifique du challenge

Les récepteurs du facteur de croissance épidermique humain (HER – Human Epidermal growth factor Receptor) jouent un rôle clé dans le développement de nombreux cancers. Il existe plusieurs types de récepteurs HER ; nous nous focalisons ici sur le HER2.

Ce dernier peut être produit en quantités anormalement élevées par certaines cellules cancéreuses. Une amplification ou une surexpression de HER2 est détectée dans environ 15 à 30 % des cancers du sein.

Le niveau d’expression du récepteur HER2 est aujourd’hui reconnu comme un biomarqueur essentiel car il possède une double valeur : pronostique, en fournissant des indications sur l’évolution de la maladie, et prédictive, en permettant d’évaluer la probabilité de réponse à un traitement ciblé anti-HER2.

L’évaluation de l’expression du récepteur HER2 repose principalement sur l’immunohistochimie (IHC), méthode de référence. Cette technique permet de détecter la présence de HER2 à la surface des cellules tumorales à partir de la complétude, de l’intensité et de la proportion de cellules exprimant le marqueur.

Le résultat est interprété selon une échelle en quatre niveaux (de 0 à 3+), avec des implications thérapeutiques bien définies :

Score 0 (HER2-0) : Considéré comme HER2-négatif, sans indication pour une thérapie ciblée anti-HER2.
Score 1+ (HER2-1+) : Également classé comme HER2-négatif selon les critères traditionnels, mais récemment inclus dans la catégorie HER2-low.
Score 2+ (HER2-2+) : Résultat équivoque nécessitant une confirmation par hybridation in situ (ISH) pour détecter une éventuelle amplification génétique du gène HER2.
Score 3+ (HER2-3+) : Correspond à une forte surexpression de HER2 et constitue une indication claire pour un traitement ciblé par des thérapies anti-HER2.

Longtemps considérées comme non éligibles aux thérapies ciblées anti-HER2, les tumeurs classées HER2-0 et HER2-1+ font aujourd’hui l’objet d’un intérêt clinique croissant.

Une avancée qui a profondément transformé la classification historique du cancer du sein, jusque-là binaire : HER2-positif (IHC 3+ ou IHC 2+ avec amplification) versus HER2-négatif (IHC 0, 1+ ou 2+ sans amplification).

Désormais, les recommandations de l’American Society of Clinical Oncology / College of American Pathologists (ASCO/CAP) intègrent, depuis 2023, la catégorie HER2-low, pour désigner précisément ces tumeurs intermédiaires.

Ce changement marque un tournant important car il ouvre l’accès à des thérapies ciblées anti-HER2 pour des patients autrefois exclus de ces options.

Plus récemment, un sous-groupe nommé “HER2-ultra low” a émergé pour décrire les tumeurs IHC 0, présentant toutefois une coloration membranaire faible et incomplète dans ≤10 % des cellules.

Bien que cette catégorie HER2-ultra-low ne figure pas encore dans les recommandations officielles, les lignes directrices de l’ASCO/CAP reconnaissent l’importance croissante de distinguer IHC 0 de IHC 1+, compte tenu des implications thérapeutiques potentielles.

Malgré ces avancées thérapeutiques prometteuses, ces nouvelles classifications s’appuient sur une évaluation IHC fondée sur des critères morphologiques subtils, pouvant engendrer une forte variabilité inter-observateur. Cette subjectivité peut entraîner une mauvaise classification des patientes et compromettre l’accès équitable aux thérapies ciblées récemment disponibles pour les tumeurs à faible expression HER2. La distinction au sein des HER2-0 du diagnostic précis entre les tumeurs HER2-null et HER2-ultra low reste donc encore un défi majeur.

Fort de ce constat, il est essentiel de disposer d’outils d’aide au diagnostic capables d’améliorer la précision et la reproductibilité du scoring HER2 à faible et ultra faible expression.

Dans ce contexte, les sociétés spécialisées en intelligence artificielle appliquée à l’anatomopathologie ont développé des solutions technologiques (logiciels/algorithmes) spécifiques visant à aider les professionnels de santé dans cette étape de scoring HER2 à faible et ultra faible expression.

La démocratisation de ces solutions, qui permettra demain une meilleure prise en charge pour les patients et une aide pour les professionnels de santé, passera par une démonstration précise de leur apport de valeur, en termes de performances pure de scoring HER2, et d’impact sur la performance de diagnostic des anatomopathologistes.

L’appel à solution d’Impulse by ICO, AI for Her, porte cet objectif et cette ambition.

Méthodologie du challenge

Pour des raisons méthodologiques, l’étude a été structurée en deux sous-études.

Etude A : évaluer les performances de toutes les solutions

Evaluer comparativement la performance de plusieurs outils d’intelligence artificielle pour le scoring HER2 à faible et ultra faible expression dans le cancer du sein. Aucune calibration n’est prévue pour cette étude portant sur l’intégralité de la cohorte. À l’issue de cette étude, les deux algorithmes jugés les plus performants, selon les critères d’évaluation définis seront sélectionnés pour l’étude B.

Etude B : évaluer l’impact des deux solutions sélectionnées

Evaluer l’impact de l’intelligence artificielle sur la performance diagnostique des anatomopathologistes dans le scoring HER2 à faible expression dans le cancer du sein. Une calibration est prévue pour cette étude. 4 anatomopathologistes, répartis en deux groupes (non expérimenté et expérimenté) évalueront individuellement l’ensemble des lames de la cohorte ICO sans IA, puis avec chaque IA sélectionnée lors de l’étude A.

L’étude porte sur une cohorte globale rétrospective de cas de cancer du sein composé :

De 200 échantillons issus de patients de l’ICO. Les 200 lames immunohistochimiques (IHC) sont préparées (coloration et numérisation) par l’ICO.
De 100 échantillons issus de patients hors ICO. Les 100 lames immunohistochimiques (IHC) sont préparées (coloration et numérisation) selon d’autres conditions que celles employées à l’ICO.

Les performances des solutions (algorithmes) seront évaluées chacune en comparaison à deux gold standards représentatifs des pratiques actuelles : (1) le scoring des lames par le Labcorp*, et (2) le scoring des lames par des experts du GEFPICS**.

Chaque algorithme sera comparé aux deux gold standards dans un objectif de se comparer aux pratiques actuelles et non de discriminer le meilleur gold standard.

Les performances des algorithmes seront évaluées, principalement selon les critères quantitatifs et semi-qualitatifs suivants :

Le scoring HER2, nul, low ou ultralow
L’intensité de marquage des cellules
Le caractère complet ou incomplet du marquage
Le pourcentage de cellule marqué

L’évaluation des performances de chaque solution se fera selon les modalités présentées dans le grille de notation ci-dessous :

À noter qu’en plus des critères quantitatifs et semi-qualitatifs, le comité scientifique du projet relèvera, pour chaque solution, des informations qualitatives en lien avec la robustesse, l’ergonomie et la maturité de la solution, qui constitueront, pour chaque startup candidate, un retour concret des experts. Ces informations qualitatives ne seront cependant pas prises en compte dans le score d’évaluation des performances.

*LABCORP : Le Laboratory Corporation of America Holdings est l’un des leaders mondiaux dans le domaine des analyses de biologie médicale et des services de diagnostic. Présente dans plus de 100 pays, l’entreprise propose une large gamme de tests de laboratoire, allant des analyses courantes aux examens spécialisés en génétique, oncologie, maladies infectieuses ou encore santé reproductive.
Grâce à une forte capacité d’innovation et à l’intégration des dernières avancées scientifiques, Labcorp accompagne les professionnels de santé dans la prévention, le diagnostic et le suivi des pathologies, tout en contribuant à la recherche clinique. Son objectif : améliorer les décisions médicales et les parcours de soins pour un meilleur état de santé des patients à travers le monde.

**GEFPICS : Le Groupe d’Etude des Facteurs Pronostiques Immunohistochimiques dans le Cancer du Sein, est un collectif scientifique français constitué d’experts en anatomopathologie, oncologie et biologie médicale, dont l’objectif principal est de standardiser et améliorer l’évaluation des marqueurs immunohistochimiques dans le cancer du sein et notamment : établir des recommandations techniques et interprétatives pour l’analyse immunohistochimique de biomarqueurs, harmoniser les pratiques diagnostiques, et participer à l’amélioration de la qualité des diagnostics.

Modalités pour les candidats

(1) Avoir développé un algorithme pour le scoring HER2 à faible et ultra faible expression dans le cancer du sein

(2) Cet algorithme doit être marqué CE (ou équivalent), en cours de marquage ou à un niveau de maturité lui permettant de solliciter le marquage prochainement

(3) Avoir un algorithme fonctionnel avec les lames IHC utilisées dans le cadre de l’étude : coloration avec le couple : Automate Benchmark Ultra Roche Ventana et Ac 4B5 de Roche ; Numérisation avec le scanner Leica Aperio GT450 et 3D HISTECH.

(4) Les résultats de l’algorithme doivent pouvoir être fournis dans un compte-rendu au format exploitable (csv, xls…) permettant d’identifier chaque lame et ses critères de performances associés, ainsi que le temps moyen de traitement par lame et le taux d’échec technique (nombre de lames sur lesquelles l’IA n’a pas pu se prononcer rapporté au nombre total de lames évalué.

(5) Être en mesure de fournir, dans le temps imparti, et avec les résultats, les logs du serveur pour s’assurer du caractère autonome des résultats.

Les candidatures doivent être adressées via la plateforme prévue à cet effet. Le dossier doit comporter tous les documents demandés :

Un document de présentation au format PPT ou Word (max 10 slides) précisant précisant l’architecture technique permettant le fonctionnement de l’algorithme et notamment le type d’algorithme utilisé (quelle technologie, algorithme propriétaire ou open source…), comment le modèle a été développé (notamment la qualité et la quantité du dataset d’entrainement), comment sont retranscrits et visualisés les résultats (notamment l’intensité du marquage, le caractère complet ou incomplet du marquage, le pourcentage de cellule marqué et le score HER2… Des impressions écrans et visuels de votre viewer sont recommandés), un exemplaire du compte-rendu de restitution des résultats pour l’étude A, comment garantissez-vous que les résultats fournis par votre algorithme sont 100% autonomes, sans intervention humaine ni annotation manuelle en amont du rendu de résultat, les délais nécessaires pour fournir les résultats de scoring pour l’intégralité de la cohorte (étude A) et les éventuels premiers résultats de performances, obtenus sur des données autres que les données d’entrainement.
Le Certificat marquage CE (ou équivalent) obtenu ou le certificat de dépôt

Les projets doivent être soumis pendant la période d’ouverture de l’appel à projets et seront ensuite relevés et instruits à la date de clôture de cette période.

Les candidatures seront analysées au regard des critères d’éligibilité susmentionnés et du caractère complet de la candidature. Les candidats répondant favorablement à ces deux conditions poursuivront le processus de sélection et pourront alors réaliser une démonstration de leur solution lors d’un Démo Day Startups devant trois experts du GEFPICS, le partenaire industriel et l’ensemble des professionnels de santé de l’ICO impliqués sur le projet (anatomopathologiste, oncologue et expert IA). Ce Démo Day Startups constitue une occasion unique de faire connaitre votre technologie aux acteurs du terrain.

Il est d’ores et déjà convenu que ce Demo Day permettra aux experts du GEFPCIS d’évaluer les critères qualitatifs de l’algorithme qui serviront à la notation finale des performances.

A l’issue de cette démonstration, les membres du jury définiront les solutions technologiques retenues pour la participation à l’étude au regard du respect des critères d’éligibilité de la solution et de l’évaluation des critères qualitatifs.

Les candidats participants se verront bénéficier d’un accès inédit à toute l’expertise et aux ressources de l’Institut Cancérologique de l’Ouest pour tester, dérisquer et optimiser leur solution à partir des données de condition réelle. Aucune contrepartie financière n’est prévue mais les participants auront accès à différents prix en fonction de leur classement au cours du défi AI for Her :

NB. À l’exception des solutions classées première et deuxième, les résultats publiés seront anonymes. Et chaque participant se verra communiquer de manière anonyme, son classement, en termes de performances, vis-à-vis des autres participants.

***DMH : Le Digital Medical Hub, est un acteur incontournable de l’innovation numérique en santé et accompagne les projets de l’expérimentation clinique au market access, en intégrant la stratégie produit et réglementaire associée. Pour AI for Her, le Digital Medical Hub porte le volet méthodologique de l’étude (rédaction et enregistrement du protocole) ainsi que l’accompagnement du gagnant pour une rencontre précoce avec la HAS

Planning du challenge

*Le lancement des études A et B est conditionné à la contractualisation avec l’ensemble des parties prenantes.

Pour l’étude A, la temporalité indiquée est celle de l’étude complète intégrant l’analyse statistique des résultats. La durée de scoring des algorithmes est à déterminer mais s’étalera sur un délai plus court (de quelques jours)

Pour l’étude B, la temporalité indiquée concerne les trois étapes de scoring (sans IA, avec IA A, avec IA B) qui s’étaleront chacune sur quelques jours ainsi qu’un mois de “wash-out” prévu entre chaque étape pour assurer l’objectivité de résultat. La temporalité peut s’étendre jusque fin février en comptant l’analyse des résultats finaux.

Vous êtes une startup portant une solution d’intelligence artificielle capable de réaliser un scoring HER2 à faible et ultra faible expression ?

Je postule

Aller plus loin…

Comprendre les typologies de cancer du sein

Il existe plusieurs types de cancer du sein :

Les carcinomes infiltrants (invasifs), où l’on retrouve, selon l’origine anatomique de la tumeur, les carcinomes canalaires et les carcinomes lobulaires

Les carcinomes in-situ (non-invasifs), ou l’on retrouve là aussi les carcinomes canalaires et les carcinomes lobulaires
Les cancer rares : cancer inflammatoire du sein, Maladie de Paget du mamelon, tumeurs phyllodes, sarcome du sein, cancer du sein chez l’homme…

Chaque cancer est ensuite caractérisé par un stade de I à IV, et par un grade de I à III. Le stade 4 représentant un cancer métastatique.

On peut ensuite déterminer des sous-types de cancer selon l’expression (ou non) de certains biomarqueurs moléculaires :

Cancer triple négatif : ne présente aucun des trois marqueurs

Cancer hormonodépendant : les cellules cancéreuses ont des récepteurs aux œstrogènes et/ou à la progestérone. On parle alors de cancer ER+, PR+ ou plus globalement HR+ ; Ou (ER-, PR- ou HR-) en cas d’absence de ces récepteurs.

Cancer HER2 positif : dans le cas d’une surexpression de la protéine HER2. On parle alors de cancer HER2+, qui est l’objet de notre challenge.

**Sources et schémas complémentaires** : Understanding Your Breast Cancer Diagnosis: A Guide – OWise UK

Comprendre le parcours patient et l’angle de l’étude

La phase de dépistage est majoritairement réalisée en médecine de ville, par mammographie.

Au cours de la phase de diagnostic, plusieurs consultations sont réalisées :

Une consultation avec un.e chirurgien.ne et un.e oncologue médical.e
Une consultation de radiologie avec un ou plusieurs actes d’imageries (échographie, mammographie, tomosynthèse)
Un prélèvement de tissu (biopsie), sauf en cas de prélèvement antérieur déjà existant

L’annonce du diagnostic se fait le jour-J ou sous une semaine si la biopsie a du être faite lors de cette consultation initiale.

C’est à partir de la biopsie que débute le travail du laboratoire d’anatomopathologie, qui va alors :

Fixer le tissu dans du formol pour préserver la structure cellulaire et l’intégrer dans un bloc de paraffine pour stabiliser le tissu en vue de la préparation de la lame
Constituer une lame en coupant une fine tranche du bloc de paraffine (quelques microns), puis en colorant cette tranche pour permettre de mettre en évidence les structures tissulaires* ou des biomarqueurs* spécifiques (comme le HER2)

Le choix de la coloration dépend du diagnostic recherché ; Par exemple, la coloration HES (Hématoxyline – Éosine – Safran) permet plutôt un diagnostic standard, là où la coloration IHC (Immunohistochimie) permet d’identifier des protéines ou antigènes cibles et donc des sous-type de cancer.

Dans notre challenge, nous travaillons sur des lames IHC.

La coloration se fait ensuite avec un couple automate / anticorps. Le choix de l’anticorps va dépendre de la cible.

Dans le cadre du HER2, il faut :

Utiliser l’anticorps Ventana HER2 4B5
Puis numériser la lame à l’aide d’un scanner de lame spécifique (à l’ICO : Aperio GT 450 – Digital Pathology). Le choix du scanner, et du zoom (X20 ou X40) va impacter la qualité de l’image. La lame numérisée génère une image qui peut ensuite être observée par un pathologiste sur son écran d’ordinateur. Et c’est à partir de ces images que les IA travailleront pour déterminer automatiquement le score HER2.

**Source** : modélisation du parcours ICO

FAQ

Non le challenge n’adresse que les technologies d’IA permettant de caractériser le statut HER2 d’un cancer du sein. Dans ce scope de solution technologiques, seules les solutions marquées CE ou en cours de marquage peuvent candidater. Ceci s’explique au regard des objectifs du challenge qui souhaite pouvoir comparer plusieurs solutions, elles doivent donc avoir un scope ainsi qu’une maturité technologique proches

Le challenge se compose de 3 principales étapes, le Demo Day Startups, l’étude A et l’étude B. Pour le Demo Day Startups, il se déroulera à distance, (les modalités complètes sont rappelées dans une autre question de cette FAQ). L’étude A n’impliquant que les IA, elle se déroulera à distance également. Concernant l’étude B, elle implique des anatomopathologistes qui se réuniront en présentiel, sur les sites de l’ICO pour la réalisation de l’étude.

Dans les communications publiques, seuls les deux premiers participants seront nommés. Les autres participants seront anonymes. Les résultats seront fournis à l’ensemble des participants, qui pourront connaitre leur position vis-à-vis des autres, de manière anonymisée.

L’étude est une étude rétrospective, les patientes dont les données sont utilisées ne seront donc pas impliquées concrètement dans ce challenge. Cette étude est réalisée dans le respect complet du Règlement Général sur la Protection des Données (RGPD). Les données transmises ne permettent en aucun cas d’identifier un patient. Chaque acteur qui se verra transmettre les données sera contractuellement engagé à supprimer ces données et à fournir la preuve de cette suppression.

Selon les recommandations de l’ASCO CAP

La prise de participation de l’ICO dans la startup gagnante ne fait pas parti du plan de récompense pour ce challenge. Toutes les prises de participation de l’ICO via son fond d’investissement se font dans le cadre de son Investment Program et suivent une thèse d’investissement spécifique. Chaque prise de participation de l’ICO est accompagnée d’une collaboration mettant en œuvre l’expertise et les ressources de l’ICO dans un objectif de sécuriser les premières levées de fonds et d’accélérer la feuille de route R&D auprès des investisseurs.

Si la mesure d’un tel indicateur est importante et pertinente, le périmètre de l’étude ne prévoit pas de mesurer l’impact carbone des solutions d’IA sélectionnées. Ce choix s’explique notamment par le fait que le périmètre de l’étude ne permettrait pas de délivrer une valeur représentative de l’impact carbone réel des solutions. Afin de ne pas publier des résultats incohérents, le choix a été fait de se concentrer sur les critères de performances et d’usage des solutions.

Il s’agit de deux laboratoires pharmaceutiques s’intéressant de près aux thérapies ciblées HER2-low et ultralow. Ce deux partenaires soutiennent financièrement ce projet et s’engagent pleinement dans le plan de récompense prévu pour les deux meilleures solutions ainsi que dans le plan de valorisation scientifique des résultats de l’étude.

Contacts

Morgane MENARD
Responsable de l’Accélérateur IMPULSE by ICO
morgane.menard@ico.unicancer.fr

Antoine GUYONVARCH
Chef de projet innovation et santé numérique
antoine.guyonvarch@ico.unicancer.fr