GraphBEAT : un graphe temporel de dossier patient pour estimer le risque de cancer du pancréas, du foie et de l'intestin 12 à 36 mois avant le diagnostic, validé dans un seul système de soins

Une équipe de la Mayo Clinic propose GraphBEAT, un modèle qui transforme l'historique de diagnostics et d'analyses de sang d'un patient en un graphe temporel pour estimer son risque de cancer du pancréas, du foie ou de l'intestin 12, 24 ou 36 mois avant le diagnostic. Sur 201 322 patients de quatre sites Mayo, il obtient une AUROC de 0,919 pour le pancréas à 12 mois, devant les autres réseaux de graphes de 0,004 à 0,009 point d'AUROC et devant un Transformer et un LSTM de 0,07 à 0,10 point, avec environ 20 fois moins de paramètres que ces deux derniers. Le résultat est intéressant pour une première étape de repérage, mais il s'agit d'un preprint, d'un seul système de soins, de cas définis par des codes de facturation et de probabilités dont la calibration n'a pas été étudiée.

Le contexte

Le cancer du pancréas est souvent diagnostiqué tard. Les dossiers médicaux électroniques contiennent pourtant des traces anciennes : un diabète récent, une perte de poids, une anomalie hépatique, des analyses de sang qui dérivent. Les exploiter est difficile, car ces dossiers sont irréguliers (on ne mesure pas la même chose chez tout le monde), clairsemés et incomplets. Les approches courantes aplatissent l'historique en séquence, traitée par un LSTM (réseau récurrent qui lit les événements dans l'ordre) ou un Transformer (architecture à attention, qui pèse chaque événement par rapport aux autres), des modèles lourds en calcul.

GraphBEAT, déposé sur arXiv le 15 octobre 2026 par Leo Li-Han, Hojjat Salehinejad et leurs collègues du Département de chirurgie et du Kern Center de la Mayo Clinic (Rochester), propose une autre représentation : un graphe, c'est-à-dire un ensemble de nœuds (ici des événements cliniques) reliés par des arêtes. Le texte n'est pas relu par des pairs. Nous n'y avons trouvé ni déclaration de financement, ni déclaration de conflits d'intérêts.

La méthode

Les données. Données de dossiers électroniques désidentifiées de la Mayo Clinic Platform, de 1985 à 2024, avec jusqu'à 20 ans d'historique par patient : codes diagnostiques ICD-9/10 tronqués à trois caractères (2 698 codes) et 31 analyses de sang prédéfinies, soit un vocabulaire de 2 729 éléments. La cohorte compte 201 322 patients sur quatre sites : Rochester (93 558), le réseau de 17 hôpitaux communautaires Mayo Clinic Health System, MCHS (57 457), l'Arizona (25 418) et la Floride (24 889). Les cas sont 6 017 cancers du pancréas (prévalence indiquée de 3,0 %), 5 330 du foie (2,6 %) et 13 043 de l'intestin (6,5 %), tous comparés à un même groupe de 177 081 témoins appariés sur l'âge et le sexe. Il faut au moins trois ans d'historique et trois mesures de laboratoire.

Le graphe. L'historique est découpé en tranches de 30 jours. Chaque patient reçoit un graphe où un nœud représente un élément observé dans une tranche (un code, ou une analyse avec sa valeur moyenne), relié à tous les nœuds de la tranche suivante. Chaque nœud additionne trois informations : l'identité de l'élément, sa valeur et sa position dans le temps. Les messages circulent d'une tranche à la suivante avec une décroissance exponentielle selon l'écart de temps (message passing : chaque nœud met à jour sa représentation à partir de ses prédécesseurs), puis un pooling par attention résume le tout en un vecteur patient. Le modèle a 0,361 million de paramètres.

La validation. Leave-one-site-out : MCHS, l'Arizona et la Floride sont tour à tour mis de côté pour le test, tandis que Rochester reste toujours dans l'entraînement. Dix modèles par configuration (validation croisée à dix plis), moyenne et intervalle de confiance à 95 %. Les témoins sont sous-échantillonnés à 1 pour 3 à l'entraînement. Les métriques sont l'AUROC (probabilité qu'un patient avec cancer reçoive un score plus élevé qu'un patient sans) et l'AP, la précision moyenne, qui résume le compromis entre sensibilité et précision et dépend fortement de la prévalence. Les comparateurs sont trois réseaux de graphes (GraphSAGE, GAT, GCN), un Transformer et un LSTM.

Les résultats

Métriques ML. Pancréas à 12 mois : AUROC 0,919 [0,914–0,924] et AP 0,523 pour GraphBEAT, contre 0,913 et 0,499 pour GraphSAGE, 0,837 et 0,341 pour le Transformer, 0,808 et 0,264 pour le LSTM. À 36 mois, GraphBEAT garde 0,862 d'AUROC et 0,331 d'AP. Pour le foie, l'AUROC va de 0,938 à 12 mois à 0,895 à 36 mois ; pour l'intestin, de 0,900 à 0,852. Face au meilleur réseau de graphes, le gain est de 0,004 à 0,009 en AUROC et de 0,024 à 0,042 en AP ; face au meilleur modèle séquentiel, de 0,070 à 0,102 en AUROC et de 0,125 à 0,202 en AP.

Coût de calcul. Sur la tâche pancréas à 12 mois, GraphBEAT demande 12,5 millions d'opérations (FLOPs) par patient contre 3 995 millions pour le Transformer et 3 231 millions pour le LSTM, et 0,361 million de paramètres contre 8,3 et 7,2 millions.

Ablations. Sur le site MCHS, pancréas à 12 mois, l'AUROC est de 0,936 avec identité, valeur et temps ; 0,922 sans le temps ; 0,712 avec la seule identité des éléments et 0,549 avec le seul temps. Ce sont les valeurs des analyses qui portent l'essentiel du signal.

Traduction clinique. Les auteurs rapportent, sur MCHS, un bénéfice net de 0,018, 0,016 et 0,015 à 12, 24 et 36 mois pour le cancer du pancréas, à un seuil de 0,03, soit environ 18, 16 et 15 détections vraies positives nettes pour 1 000 patients. L'analyse de bénéfice net pèse les vrais positifs contre les faux positifs, pondérés selon le seuil choisi. À titre d'illustration (calcul de la rédaction), une prévalence de 3,0 % représente environ 30 cas pour 1 000 patients dans cette cohorte, et l'AP de 0,523 vaut environ 17 fois la valeur d'un classement au hasard (0,03). Mais cette prévalence est celle de la cohorte construite, pas celle d'une population de dépistage : si la maladie était dix fois plus rare, la valeur prédictive positive serait, à performances de discrimination égales, environ dix fois plus faible, et le nombre de faux positifs par cas détecté bien plus élevé.

Ce qui est bien

Une cohorte large et une validation par site. 201 322 patients, quatre sites, jusqu'à 20 ans d'historique, et un test sur des sites jamais vus à l'entraînement, y compris 17 hôpitaux communautaires, une population différente des centres tertiaires. La fenêtre de délai (12, 24, 36 mois) est exclue des données de test, ce qui limite la fuite d'information sur le diagnostic proche.

Des ablations qui isolent ce qui compte. Le temps seul ne prédit presque rien (AUROC 0,549) et l'identité seule reste modeste (0,712) : le signal vient de la combinaison entre ce qui est observé, sa valeur et son moment. Cela rend moins plausible un simple effet de fréquence des consultations, sans l'exclure.

Un modèle léger et un résultat présenté avec ses intervalles. 0,36 million de paramètres et un coût par patient plusieurs centaines de fois inférieur à celui des modèles séquentiels : c'est un argument concret pour un déploiement sur des millions de dossiers. Les limites principales (système unique, cas définis par codes, calibration) sont reconnues par les auteurs.

Ce qui est moins bien

Un comparateur incomplet (comparateur biaisé). Le gain sur GraphSAGE est de 0,004 à 0,009 point d'AUROC, du même ordre que la largeur des intervalles de confiance du tableau, qui se chevauchent (0,914–0,924 contre 0,907–0,919 pour le pancréas à 12 mois), alors que le Transformer et le LSTM sont nettement distancés, notamment à 0,760 d'AUROC pour le Transformer sur l'intestin, derrière le LSTM (0,830) : ce résultat suggère des baselines peu optimisées. Dans les résultats lus, il n'y a ni régression logistique ou arbres boostés sur des variables agrégées, ni score de risque publié pour le pancréas.

Une validation « externe » qui ne l'est pas (biais de population, fuite possible). Les trois sites de test appartiennent au même système, avec le même dossier électronique et Rochester toujours en entraînement. Les cas sont définis par des codes de diagnostic seuls, sans registre. Les témoins ont une date d'index fixée un an avant leur dernière consultation, alors que celle des cas est le premier code de cancer : les deux groupes ne sont donc pas observés de la même manière, et l'exigence de trois ans d'historique et de trois analyses sélectionne des patients très suivis. Ces choix peuvent créer des raccourcis (shortcut learning) que les ablations n'excluent pas entièrement.

Des métriques qui flattent (métrique trompeuse) et pas de calibration. L'AP dépend de la prévalence, ici artificielle (3,0 %, appariement, sous-échantillonnage des témoins à 1 pour 3). Les auteurs reconnaissent que le sous-échantillonnage a modifié les probabilités a priori et que la calibration doit être étudiée avant tout usage clinique : le seuil de 0,03 de l'analyse de bénéfice net repose donc sur des probabilités dont on ignore la justesse. Les ablations sont rapportées sur le jeu de test MCHS lui-même. Enfin, le code n'est pas mentionné et les données ne peuvent pas être partagées.

Ce que ça change

Pour la communauté de recherche. Un argument en faveur de représentations en graphe temporel pour les dossiers irréguliers, avec un coût de calcul bien moindre. La suite logique est une comparaison avec des modèles tabulaires solides et avec des scores publiés, sur un système de soins extérieur, avec calibration et cas confirmés par un registre.

Pour les cliniciens. Rien dans la pratique aujourd'hui : c'est un preprint rétrospectif. À moyen terme, l'usage envisagé par les auteurs est un repérage de premier niveau, en amont d'examens ciblés. La question décisive sera le nombre de patients à explorer pour trouver un cancer, dans une population réelle et non dans une cohorte cas-témoins.

Pour les patients et le public. Aucun outil n'est disponible. Un score de risque tiré d'un dossier médical ne dit pas qu'on a un cancer : il peut servir à décider qui examiner de plus près, et sa valeur dépend de la rareté de la maladie.

Pour aller plus loin

Preprint : Li-Han L. Y., Varghese C., Habermann E. B., Truty M. J., Perry W. R. G., Thiels C. A., Salehinejad H., « GraphBEAT: Graph-based Bucketized Event Aggregation Over Time for Early Risk Stratification of Gastrointestinal Cancers », arXiv:2610.22014, 15 octobre 2026 (licence CC BY-NC-ND 4.0). Comparateurs : GraphSAGE, GAT, GCN, Transformer, LSTM. Données : Mayo Clinic Platform, non partageables ; approbation du comité d'éthique Mayo Clinic.

Transparence éditoriale : cet article a été élaboré avec l'aide d'outils d'intelligence artificielle à partir du preprint ; les chiffres viennent du papier, sauf les conversions et comparaisons calculées par la rédaction. Les versions anglaise, espagnole et chinoise sont des traductions automatiques.