Le cancer de la vessie est l’un des cancers urologiques les plus fréquents et son diagnostic repose principalement sur l’endoscopie. Néanmoins, l’interprétation des images endoscopiques reste subjective, générant un grand risque d’erreur et une grande variabilité entre cliniciens. L’intelligence artificielle offre un potentiel important pour améliorer la précision diagnostique et standardiser la prise en charge thérapeutique. Ce travail vise à concevoir les bases d’un outil d’aide à la décision clinique afin de réduire les erreurs et optimiser le suivi des patients.

À partir de 155 vidéos de résection transurétrale provenant de patients suspectés de cancer de la vessie (cas incident ou prévalent), avec 116 validées sur le plan anatomopathologiques et 39 finalement non tumorales, nous avons adapté trois architectures de réseau de neurones pré-entraînées (DenseNet121, EfficientNetV2-L, ConvNeXt-Large) afin d’effectuer une classification binaire entre tissus tumoraux et normaux. Les modèles ont été entraînés via une validation croisée à 5 plis. Enfin, des cartes de chaleur générées par Grad-CAM, Grad-CAM++ et Score-CAM ont été évaluées et comparées afin d’interpréter le modèle le plus performant et localiser les régions décisionnelles du réseau.

EfficientNetV2-L a obtenu les meilleures performances globales, avec une spécificité supérieure à celle de ConvNeXt-Large ( p < 0,05), tout en maintenant une sensibilité comparable aux autres modèles. Lors de l’évaluation finale, le modèle avait une précision de 81,9 %, avec une sensibilité et une spécificité par image de 79,6 et 88,3 %. L’analyse par vidéo a montré une sensibilité de 84 % et une spécificité de 88,7 %, avec de meilleures performances pour la détection des TVIM, des tumeurs de bas grade, et des vidéos enregistrées au format MP4 comparés au format MPG. Enfin, Grad-CAM++ a offert le meilleur compromis en localisant les zones tumorales tout en limitant les faux positifs dans les régions saines.

Nos résultats démontrent la capacité des réseaux de neurones pré-entraînés à offrir une aide au diagnostic fiable lors de la cystoscopie. EfficientNetV2_l en particulier, associé à GradCAM++, avait la capacité de détecter et de localiser les tumeurs malignes de vessie avec des performances prometteuses ( Fig. 1, Fig. 2 ).