Une équipe de chercheurs allemands a mis au point Hetairos, un système d'intelligence artificielle capable de classifier les tumeurs cérébrales à partir de coupes tissulaires standard. Développé par des experts du Centre allemand de recherche sur le cancer et de l'Université de Heidelberg, ce modèle pourrait révolutionner le diagnostic neuro-oncologique en remplaçant des procédures complexes par une analyse rapide et accessible. Les résultats de cette recherche ont été publiés dans la revue Nature Cancer. Les tumeurs du système nerveux central présentent une grande diversité moléculaire. Leur classification précise repose actuellement sur l'analyse de la méthylation de l'ADN, un test de référence qui nécessite des laboratoires spécialisés, un matériel onéreux et souvent plusieurs semaines pour produire des résultats. Dans de nombreuses régions, cette technologie demeure inaccessible. Hetairos contourne ces contraintes en apprenant directement sur des lames histologiques classiques, numérisées et colorées selon les protocoles standards. Le modèle a été entraîné sur plus de 11 000 coupes tissulaires issues de près de 9 600 patients, provenant de onze centres médicaux répartis sur quatre continents. Il parvient à identifier 102 sous-types moléculaires, couvrant l'essentiel des classifications internationales. Lors de tests prospectifs, l'algorithme a produit ses diagnostics en 12 minutes, contre une moyenne de 12 jours pour les analyses moléculaires traditionnelles. En incluant la préparation et la numérisation des échantillons, les résultats pourraient être disponibles en 24 à 48 heures. Dans un exercice comparatif, Hetairos a surpassé cinq neuropathologues expérimentés. Sur 210 cas, l'IA a atteint un taux de précision de 68%, contre une moyenne de 30% pour les spécialistes. Lorsque l'on considère les trois hypothèses les plus probables, le score passe à 84% contre environ 50%. Lorsqu'il n'est pas totalement certain, le système limite néanmoins le champ des diagnostics possibles, facilitant le choix des investigations complémentaires. Il indique également les zones d'intérêt sur les lames, offrant ainsi une traçabilité à ses recommandations. Les développeurs, dont Moritz Gerstung et Felix Sahm, insistent sur le rôle d'assistance de l'outil. Hetairos ne vise pas à supplanter les analyses moléculaires, mais à les accélérer et à les rendre plus équitables géographiquement. Son utilisation repose sur des échantillons déjà disponibles en routine, ce qui réduit considérablement les coûts et les délais. Les chercheurs prévoient d'améliorer les performances sur les tumeurs rares grâce à l'extension des jeux de données. Cette approche ouvre la voie à une pathologie numérique plus rapide et capable de soutenir les équipes médicales face à la complexité croissante des diagnostics oncologiques.