Pour les patients atteints de carcinome hépatocellulaire (CHC), la présence d’une invasion microvasculaire (IMV) est l’un des facteurs pronostiques les plus importants. Les cellules tumorales qui ont infiltré les vaisseaux sanguins voisins augmentent considérablement le risque de récidive après résection chirurgicale ou ablation. Mais l’IMV ne peut actuellement être confirmée qu’après l’opération, par l’examen du tissu réséqué au microscope, trop tard pour éclairer la décision thérapeutique initiale.
Un modèle de deep learning développé dans 23 hôpitaux en Chine pourrait changer cette donne. Appelé MAPUSE (MVI AI Prediction via Contrast-enhanced Ultrasound with Explainability), le modèle prédit l’IMV à partir de vidéos d’échographie de contraste (CEUS) préopératoires, avec des valeurs d’AUC comprises entre 0,835 et 0,978 sur plusieurs cohortes de validation.
L’étude, publiée le 10 juillet dans Nature Communications (DOI: 10.1038/s41467-026-74985-y), a été dirigée par des chercheurs de l’hôpital général de l’APL de Chine, de l’Institut d’automatisation de l’Académie chinoise des sciences et de 21 autres centres.
Un Transformer pour l’échographie
Le modèle MAPUSE utilise une architecture TimeSformer, un modèle vidéo entièrement basé sur Transformer sans backbone convolutif, pour analyser 48 images de chaque vidéo CEUS, échantillonnées sur les phases artérielle (0 à 45 secondes), veineuse (45 à 120 secondes) et tardive (180 à 190 secondes). La région d’intérêt comprend une boîte englobante agrandie 1,2 fois autour de la tumeur ainsi que le tissu péritumoral, ce qui a surpassé l’analyse limitée à la tumeur seule.
L’équipe a rassemblé 5 148 vidéos CEUS de 1 716 patients atteints de CHC dans 23 hôpitaux, l’un des plus grands ensembles de données d’IA échographique constitués à cette fin. Les vidéos comprenaient plus de 3,3 millions d’images individuelles. L’entraînement a utilisé 495 patients, avec une validation interne sur 213, un test de hold-out sur 190 patients utilisant deux agents de contraste échographique différents (Sonovue et Sonazoid), et une validation prospective dans deux cohortes indépendantes, l’une dans le sud de la Chine (Guangzhou) et l’autre dans le nord (Pékin).
Performance sur les cohortes
L’AUC du modèle allait de 0,835 sur l’ensemble de test hold-out Sonovue à 0,986 sur l’ensemble d’entraînement. En validation prospective, la cohorte sud a obtenu une AUC de 0,886 et la cohorte nord de 0,847.
Les performances dépendaient fortement de la taille de la tumeur. Pour les tumeurs de plus de 5 cm, l’AUC atteignait 0,978. Pour les tumeurs entre 3 et 5 cm, elle tombait à 0,814, et pour les tumeurs de moins de 3 cm, précisément le groupe où l’évaluation préopératoire de l’IMV serait la plus utile cliniquement, l’AUC chutait à 0,756.
Explicabilité biologique
L’une des contributions notables de l’étude est sa tentative d’expliquer ce que le modèle détecte réellement. Seulement 15 % des zones de haute attention du modèle sur les cartes thermiques échographiques coïncidaient avec l’emplacement physique réel de l’invasion microvasculaire, ce qui signifie que le modèle ne voit pas directement les embolies tumorales dans les vaisseaux sanguins. Au contraire, grâce à une analyse à triple vérification impliquant le séquençage d’ARN en masse (203 patients), le séquençage d’ARN unicellulaire (12 patients, 86 412 cellules immunitaires) et l’immunohistochimie (64 patients, 160 zones d’attention), l’équipe a montré que les scores de risque IMV élevés sont corrélés à une infiltration réduite de lymphocytes T CD8+ dans le microenvironnement tumoral.
« Les patients à haut risque d’IMV présentent un phénotype de désert immunitaire », écrivent les auteurs. Le modèle semble détecter des caractéristiques échographiques corrélées à l’exclusion immunitaire, un microenvironnement tumoral hostile aux lymphocytes T cytotoxiques, qui est à son tour associé à une probabilité plus élevée d’invasion vasculaire.
Implications cliniques
Dans une cohorte distincte de 568 patients en ablation, ceux classés à haut risque d’IMV par MAPUSE ayant reçu une immunothérapie adjuvante ont eu une survie sans maladie à 5 ans significativement meilleure que ceux qui n’en ont pas reçu (30,8 % contre 14,6 % ; rapport de risque de 0,61). Cela suggère que le modèle pourrait aider à identifier les patients les plus susceptibles de bénéficier d’une immunothérapie après ablation, un groupe actuellement sélectionné selon des critères n’incluant pas le statut IMV.
Les auteurs soulignent que le modèle n’a pas vocation à remplacer la pathologie mais à fournir une évaluation préopératoire des risques qui n’existe pas actuellement. Le statut IMV reste une découverte post-chirurgicale ; MAPUSE offre une fenêtre sur cette information avant la première incision.
Traduit par Lydie
Source : Pang, C., Ru, J., Liu, Y. et al. « Prediction of microvascular invasion in hepatocellular carcinoma using contrast-enhanced ultrasound and deep learning. » Nature Communications (2026). DOI : 10.1038/s41467-026-74985-y