L'IA peut-elle fournir un pronostic plus précis en matière de cancer ?

Par Elizabeth Millard

Le 1er septembre 2022 - Il est difficile de déterminer à quoi ressemblera le chemin à parcourir pour un patient atteint de cancer. De nombreux éléments sont pris en compte, comme l'état de santé du patient et ses antécédents familiaux, le grade et le stade de la tumeur, et les caractéristiques des cellules cancéreuses. Mais en fin de compte, les perspectives sont déterminées par les professionnels de la santé qui analysent les faits.

Cela peut entraîner une "variabilité à grande échelle", explique Faisal Mahmood, professeur adjoint à la division de pathologie informatique du Brigham and Women's Hospital. Des patients atteints de cancers similaires peuvent se retrouver avec des pronostics très différents, certains étant plus (ou moins) précis que d'autres, dit-il.

C'est pourquoi lui et son équipe ont mis au point un programme d'intelligence artificielle (IA) capable de fournir une évaluation plus objective - et potentiellement plus précise. L'objectif de la recherche était de déterminer si l'IA était une idée réalisable, et les résultats de l'équipe ont été publiés dans Cancer Cell.

Et comme le pronostic est essentiel pour décider des traitements, une plus grande précision pourrait se traduire par une plus grande réussite du traitement, selon M. Mahmood.

"Cette technologie a le potentiel de générer des évaluations de risque plus objectives et, par conséquent, des décisions de traitement plus objectives", explique-t-il.

Construction de l'IA

Les chercheurs ont développé l'IA à partir des données de l'Atlas du génome du cancer, un catalogue public de profils de différents cancers.

Leur algorithme prédit les résultats du cancer sur la base de l'histologie (une description de la tumeur et de la vitesse à laquelle les cellules cancéreuses sont susceptibles de se développer) et de la génomique (utilisation du séquençage de l'ADN pour évaluer une tumeur au niveau moléculaire). L'histologie est la norme diagnostique depuis plus de 100 ans, tandis que la génomique est de plus en plus utilisée, note M. Mahmood.

"Les deux sont désormais couramment utilisées pour le diagnostic dans les grands centres anticancéreux", précise-t-il.

Pour tester l'algorithme, les chercheurs ont choisi les 14 types de cancer pour lesquels il y avait le plus de données disponibles. Lorsque l'histologie et la génomique ont été combinées, l'algorithme a donné des prédictions plus précises qu'avec l'une ou l'autre source d'information seule.

De plus, l'IA a utilisé d'autres marqueurs - comme la réponse immunitaire du patient au traitement - sans qu'on lui dise de le faire, ont constaté les chercheurs. Selon M. Mahmood, cela pourrait signifier que l'IA peut découvrir de nouveaux marqueurs dont nous n'avons pas encore connaissance.

Prochaines étapes

Bien que d'autres recherches soient nécessaires, notamment des tests et des essais cliniques à grande échelle, M. Mahmood est convaincu que cette technologie sera un jour utilisée pour des patients en chair et en os, probablement dans les dix prochaines années.

"À l'avenir, nous verrons des modèles d'IA à grande échelle capables d'ingérer des données provenant de multiples modalités", dit-il, comme la radiologie, la pathologie, la génomique, les dossiers médicaux et les antécédents familiaux.

Plus l'IA pourra prendre en compte d'informations, plus son évaluation sera précise, affirme M. Mahmood.

"Nous pourrons alors évaluer en permanence le risque pour le patient de manière calculée et objective".