Les immunothérapies ciblant l’axe PD-1/PD-L1 sont au cœur de la prise en charge thérapeutique de nombreux cancers. L’évaluation précise de l’expression du PD-L1 par immunohistochimie est dans ce cadre essentielle, déterminant l’éligibilité des patients à ce traitement. Dans la pratique, l’évaluation du marquage PD-L1, en particulier à l’aide du score positif combiné (CPS) est complexe, avec une variabilité inter-observateurs non négligeable, rendant nécessaire l’optimisation de cette analyse. Dans ce cadre, une assistance par des outils d’intelligence artificielle (IA) pourrait permettre une quantification plus exhaustive et reproductible. Nous avons évalué l’impact de DiaKwant PD-L1 CPS, une solution d’IA, sur le scoring réalisé par des pathologistes, en le comparant à un score de référence établi par un panel d’experts.

Au total, 149 prélèvements de tumeurs gastro-intestinales et de la tête et du cou ont été numérisés (lames HES et immunohistochimies) et scorés indépendamment par trois pathologistes experts. Les cas discordants ont été examinés conjointement afin d’établir un score de référence. Quatre pathologistes différents provenant de diverses institutions ont analysé indépendamment tous les cas sans l’aide de l’IA, puis avec l’assistance après un wash-out de deux mois. Pour chaque lame, l’algorithme a fourni un score CPS ainsi qu’une carte thermique d’expression de PD-L1 afin de faciliter l’interprétation des résultats. Les évaluations des pathologistes ont été comparées au score de référence afin de quantifier l’impact de l’IA sur la précision des scores. Le temps de lecture par lame avec et sans IA a également été enregistré.

En utilisant des seuils spécifiques à chaque organe, la précision du CPS est passée de 77,6 % à 83,9 % avec l’aide de l’IA ( p < 0,01), la sensibilité de 78,5 % à 89,6 % et la spécificité de 73,4 % à 76,2 %, tandis que le temps moyen de lecture par cas est passé de 109 à 78 secondes ( p < 0,01). Le coefficient de corrélation inter-observateurs (ICC) entre les pathologistes est passé de 0,71 à 0,90 avec l’assistance IA.

L’assistance par IA pour le scoring CPS a amélioré la concordance avec la norme de référence, augmenté la reproductibilité entre pathologistes et réduit le temps de lecture tout en conservant des performances cliniquement pertinentes pour les types de tumeurs testés. Ces résultats confirment le potentiel de l’IA pour quantifier de manière exhaustive le score CPS et faciliter une sélection plus standardisée et plus robuste des patients pour l’immunothérapie dans la pratique courante.