Ki67 est un marqueur clé de prolifération dans les tumeurs solides, notamment dans le cancer du sein HR+/HER2-, mais son évaluation en immunohistochimie reste peu standardisée et variable entre pathologistes, ce qui peut impacter les décisions thérapeutiques. Des outils d’analyse d’images basés sur l’IA ont été développés pour améliorer la reproductibilité.
Cette étude compare Aiforia® (deep learning) et Halo® (analyse supervisée) à l’évaluation de trois pathologistes sur 192 tumeurs de diverses origines. Aiforia® permet une quantification automatisée rapide, tandis que Halo® réalise une segmentation tissulaire avant analyse, avec validation par un pathologiste.
Les résultats montrent une forte corrélation entre les deux logiciels (r = 0,95), alors que la concordance entre pathologistes est plus variable (r = 0,78–0,86), avec des différences selon les organes. Les outils numériques présentent une meilleure stabilité, notamment dans les tumeurs mammaires (r = 0,96).
En conclusion, l’IA permet une évaluation du Ki67 plus robuste et reproductible, réduisant la variabilité inter-observateur et contribuant à standardiser son analyse en pratique clinique.