La pathologie numérique est la pratique de la pathologie utilisant des images numériques de coupes tissulaires plutôt que des lames de verre. Les scanneurs d’imagerie de lames entières (WSI) numérisent des lames entières à haute résolution, produisant des lames virtuelles qui peuvent être visualisées, analysées, partagées et archivées sans microscope physique.

Scanneurs d’Imagerie de Lames Entières

Les scanneurs WSI captent les coupes tissulaires à résolution microscopique (généralement 0,25-0,5 µm par pixel, équivalent aux objectifs 20x ou 40x). Les scanneurs à balayage linéaire déplacent la lame devant une rangée stationnaire de capteurs, capturant des bandes contiguës assemblées en une seule image. Les scanneurs à balayage par tuiles capturent des champs carrés qui se chevauchent, assemblés par logiciel. Les scanneurs à réseau capturent la lame entière en une fois en utilisant plusieurs capteurs.

Les paramètres de balayage incluent la résolution (20x pour la plupart des travaux diagnostiques, 40x pour la cytologie détaillée et le comptage mitotique), la méthode de mise au point (simple, multipoint ou autofocus en temps réel), l’empilement z (plusieurs plans focaux pour les coupes épaisses) et la compression (JPEG2000 avec facteur de qualité 70-90 pour l’usage courant ; sans perte pour la recherche). Le temps de balayage varie de 30 secondes à 5 minutes par lame selon la taille et la résolution.

Formats d’Image et Stockage

Les fichiers WSI sont énormes — un seul balayage 40x d’une coupe tissulaire de 15×15 mm génère 5-15 Go de données non compressées. La compression réduit cela à 500 Mo-2 Go. Le format SVS (Aperio/Leica) est le plus adopté, stockant plusieurs niveaux de résolution (pyramide) pour une visualisation efficace. Les autres formats incluent NDPI (Hamamatsu), CZI (Zeiss), MRXS (3DHistech) et le standard ouvert DICOM pour l’imagerie médicale. Un laboratoire de pathologie typique génère 1-5 To de données WSI par an. Le stockage nécessite des solutions hiérarchisées : SSD rapide pour les cas récents, HDD pour les archives actives et bande ou cloud pour les archives à long terme.

Visualisation et Compte Rendu

Des visualiseurs de lames entières spécialisés (Aperio ImageScope, QuPath, Sedeen, Sectra) imitent la navigation au microscope — panoramique, zoom, outils de mesure, annotations. L’intégration avec le système d’information de laboratoire (SIL) garantit que les cas, les images et les rapports sont liés. Les pathologistes rendent compte à partir de l’image numérique en utilisant la reconnaissance vocale, avec le visualiseur WSI et le SIL ouverts simultanément. Les listes de travail priorisent les cas et suivent le délai d’exécution.

Compte Rendu à Distance et Télépathologie

La pathologie numérique permet le compte rendu à distance — les pathologistes examinent les cas depuis n’importe quel endroit avec une bande passante internet adéquate (minimum 50 Mbps pour une visualisation fluide). La téléconsultation permet des second avis de sous-spécialistes du monde entier. Les coupes congelées peuvent être scannées et transmises à un pathologiste à distance pour une consultation per-opératoire. Les exigences réglementaires varient — l’approbation FDA pour le diagnostic primaire sur WSI (Philips IntelliSite, Leica Aperio AT2) a été obtenue en 2017, et de nombreux pays autorisent désormais le diagnostic primaire numérique.

Validation pour le Diagnostic Primaire

La validation de la WSI pour le diagnostic primaire nécessite une étude de validation comparant le diagnostic numérique et sur lame de verre pour les mêmes cas. Les directives du CAP recommandent au moins 60 cas couvrant le spectre diagnostique, avec une période de sevrage entre la révision sur verre et numérique. La concordance doit dépasser 95%. Les pathologistes doivent suivre une formation sur le logiciel de visualisation, incluant la navigation, l’annotation, la mesure et l’intégration avec les outils de compte rendu.

Intelligence Artificielle en Pathologie Numérique

Les algorithmes de diagnostic assisté par ordinateur (DAO) détectent les régions d’intérêt — figures mitotiques, zones tumorales, micro-métastases. L’analyse d’image quantitative fournit des mesures reproductibles : indice Ki-67, score HER2, score de proportion tumorale PD-L1. Les classificateurs d’apprentissage automatique distinguent les lésions bénignes des malignes, gradent les tumeurs et prédisent les sous-types moléculaires à partir de la seule H&E. Les algorithmes d’apprentissage profond nécessistent de grands ensembles de données d’entraînement bien annotés. L’approbation réglementaire des algorithmes d’IA en pathologie émerge — plusieurs produits ont le marquage CE et l’approbation FDA pour des applications spécifiques. Le pathologiste reste responsable du diagnostic final, l’IA servant d’outil d’aide à la décision.