[Aid of artificial intelligence for the anatomo-pathological diagnosis of tumours]

The anatomo-pathological diagnosis of tumors is based on many criteria related mainly to image analysis. Currently, in most pathology laboratories, tissues or cells are placed on glass slides and directly analyzed with an optical microscope. Because of technological evolutions, it is currently possible to digitize slides (digital pathology). The digitization of whole slides has allowed the development of computer programs of artificial intelligence (AI) for image analysis. Applied to tumour pathology, this technology allows the detection, diagnosis or evaluation of the prognosis of neoplastic lesions. There are many challenges associated with the use of AI in routine pathology. These are mainly related to the amount of data to be analyzed and to the development of reliable algorithms. Nevertheless, this technology is promising and could become a valuable aid in the field of precision medicine for which the amount of data related to a patient is constantly increasing.Le diagnostic anatomo-pathologique des tumeurs repose sur de nombreux éléments en relation principalement avec l’analyse d’images. Actuellement, dans la plupart des laboratoires d’anatomie pathologique, les tissus ou les cellules sont placés sur des lames en verre et directement analysés avec un microscope optique. Grâce aux évolutions technologiques, il est actuellement possible de numériser des lames (pathologie digitale). La digitalisation de lames entières a permis le développement de programmes informatiques d’intelligence artificielle (IA) d’analyse d’images. Appliquée à la pathologie tumorale, cette technologie permet, entre autres, la détection, le diagnostic ou l’évaluation du pronostic de lésions tumorales. Il existe de nombreux défis à l’utilisation de l’IA en anatomie pathologique de routine. Ceux-ci sont essentiellement liés à la quantité de données à analyser pour obtenir des résultats et au développement d’algorithmes fiables. Néanmoins, cette technologie est prometteuse et pourrait devenir une aide précieuse dans le cadre de la médecine de précision où la quantité de données liées à un patient s’accroît sans cesse.