Le cancer de la prostate est le plus fréquent chez l’homme en France, avec 59 885 nouveaux cas diagnostiqués en 2018, représentant 24 % des cancers masculins. Son incidence augmente avec l’âge, avec un diagnostic médian à 69 ans. Bien que souvent à évolution lente, il constitue un enjeu majeur en oncologie, nécessitant des outils diagnostiques précis pour optimiser la prise en charge des patients, il est important d’évaluer les patients à haut risque de rechute notamment pour déterminer le risque de développer des formes métastatiques de la maladie.
Le score de Gleason, basé sur l’analyse microscopique des cellules tumorales, permet d’évaluer l’agressivité de la maladie et d’orienter la stratégie thérapeutique. Cependant, l’évaluation traditionnelle du score de Gleason repose sur l’observation humaine, pouvant entraîner une variabilité inter-observateur.
Dans le cadre d’une étude translationnelle, nous avons analysé des échantillons humains issus d’une cohorte rétrospective afin d’établir des corrélations robustes entre le score de Gleason et l’expression de biomarqueurs spécifiques. L’étude repose sur l’analyse d’images histologiques numérisées et l’utilisation d’algorithmes avancés pour automatiser l’évaluation des grades tumoraux et des biomarqueurs. Cette approche vise à améliorer la reproductibilité des analyses et à réduire la variabilité diagnostique.
Les analyses en cours devraient permettre de mieux comprendre les liens entre l’architecture tumorale et l’expression des biomarqueurs dans le cancer de la prostate. Ces travaux s’inscrivent dans une démarche de modernisation du diagnostic en pathologie digitale et ouvrent des perspectives pour une meilleure standardisation et automatisation de l’évaluation pronostique.