L’identification des mitoses est une étape indispensable dans l’élaboration du score pronostique de Scarff, Bloom et Richardson modifié par Elston et Ellis dans le cadre du cancer infiltrant du sein. En pathologie numérique, cette étape est signalée comme d’autant plus délicate. CLEO a pour but d’aider les pathologistes à mieux détecter les mitoses, tout en s’intégrant parfaitement dans le flux de travail de laboratoire numérisé et en minimisant le volume de stockage.

Après l’identification des zones de carcinome infiltrant (CI) sur la lame numérisée, CLEO détecte automatiquement les mitoses et les zones les plus mitotiques. Formé sur un ensemble de lames de sein contenant 2838 mitoses identifiées et provenant de deux sources différentes, l’algorithme est un processus en 2 étapes composé d’un détecteur RetinaNet avec un backbone EfficientNetB0, suivi d’un algorithme de classification basé sur un EfficientNetB0 permettant d’affiner les candidats mitotiques détectés.

Ces résultats préliminaires ont été mesurés sur 18 lames numérisées. Le détecteur, pour un seuil de 0,40, obtient un rappel de 67 %. Le classificateur a une AUC de 98,76 et pour un seuil fixé à 0,18, une accuracy équilibrée de 80,3 % et une précision de 20 %. L’interface développée permet au pathologiste d’interagir facilement avec les zones les plus mitotiques et d’améliorer la précision jusqu’aux environs de 100 % sans perdre en rappel.

Cette étude est la première étude de performance clinique de CLEO Mitoses. Elle vérifie le comptage de mitoses complet et interactif apporté par CLEO, plus simple et plus rapide pour les pathologistes, facilement intégré dans le workflow d’un laboratoire numérisé et convenant à tout type grossissement des scanners.