Un outil d’IA prédit avec précision la recroissance tumorale chez les patients atteints de cancer
Des médecins et des scientifiques ont mis au point un outil d’intelligence artificielle capable de prédire avec précision la probabilité que les tumeurs se reproduisent chez les patients atteints de cancer après avoir subi un traitement.
Cette percée, qualifiée d’excitante par les oncologues cliniciens, pourrait révolutionner la surveillance des patients. Bien que les progrès thérapeutiques de ces dernières années aient augmenté les chances de survie, il existe toujours un risque que la maladie réapparaisse.
Le suivi des patients après le traitement est essentiel pour s’assurer que toute récidive de cancer est traitée de toute urgence. Actuellement, cependant, les médecins ont tendance à s’appuyer sur des méthodes traditionnelles, y compris celles axées sur la quantité initiale et la propagation du cancer, pour prédire comment un patient pourrait s’en tirer à l’avenir.
Aujourd’hui, une première étude mondiale menée par le Royal Marsden NHS Foundation Trust, l’Institute of Cancer Research de Londres et l’Imperial College de Londres a identifié un modèle utilisant l’apprentissage automatique, un type d’IA qui peut prédire le risque de récidive du cancer, et faire mieux que les méthodes existantes.
Il s’agit d’un pas en avant important pour pouvoir utiliser l’IA pour comprendre quels patients sont les plus à risque de récidive du cancer et pour détecter cette rechute plus tôt afin que le retraitement puisse être plus efficace, a déclaré le Dr Richard Lee, médecin consultant en respiratoire. médecine et diagnostic précoce au Royal Marsden NHS Foundation Trust.
Lee, l’investigateur en chef de l’étude OCTAPUS-AI, a déclaré au Guardian que cela pourrait s’avérer vital non seulement pour améliorer les résultats des patients atteints de cancer, mais aussi pour apaiser leurs peurs, la rechute étant une source clé d’anxiété pour beaucoup. Nous espérons repousser les limites pour améliorer les soins aux patients atteints de cancer, les aider à vivre plus longtemps et réduire l’impact de la maladie sur leur vie.
L’outil d’IA peut conduire à une détection plus précoce des récidives chez les patients jugés à haut risque, garantissant qu’ils reçoivent un traitement plus urgent, mais il pourrait également entraîner moins d’examens de suivi inutiles et de visites à l’hôpital pour les personnes jugées à faible risque.
Réduire le nombre d’analyses nécessaires dans ce contexte peut être utile, et également réduire l’exposition aux rayonnements, les visites à l’hôpital et utiliser plus efficacement les précieuses ressources du NHS, a déclaré Lee.
Dans l’étude rétrospective, des médecins, des scientifiques et des chercheurs ont développé un modèle d’apprentissage automatique pour déterminer s’il pouvait identifier avec précision les patients atteints d’un cancer du poumon non à petites cellules (NSCLC) à risque de récidive après une radiothérapie. L’apprentissage automatique est une forme d’IA qui permet aux logiciels de prédire automatiquement les résultats.
Le cancer du poumon est la principale cause mondiale de décès par cancer et représente un peu plus d’un cinquième (21%) des décès par cancer au Royaume-Uni. Le NSCLC représente près des cinq sixièmes (85 %) des cas de cancer du poumon et, lorsqu’il est détecté tôt, la maladie est souvent guérissable. Cependant, plus d’un tiers (36 %) des patients atteints de NSCLC connaissent une récidive au Royaume-Uni.
Les chercheurs ont utilisé les données cliniques de 657 patients NSCLC traités dans cinq hôpitaux britanniques pour alimenter leur modèle et ont ajouté des données sur divers facteurs pronostiques afin de mieux prédire le risque de récidive d’un patient.
Ceux-ci comprenaient l’âge des patients, leur sexe, leur IMC, leur statut tabagique, l’intensité de la radiothérapie et les caractéristiques de leurs tumeurs. Les chercheurs ont ensuite utilisé le modèle d’IA pour classer les patients en risques de récidive faibles et élevés, la durée de la période qu’ils pourraient connaître avant une récidive et la survie globale deux ans après le traitement.
L’outil s’est avéré plus précis pour prédire les résultats que les méthodes traditionnelles. Les résultats de l’étude, soutenue par la Royal Marsden Cancer Charity et le National Institute for Health Research, ont été publiés dans la revue The Lancets eBioMedicine.
À l’heure actuelle, il n’y a pas de cadre défini pour la surveillance des patients atteints d’un cancer du poumon non à petites cellules après un traitement de radiothérapie au Royaume-Uni, a déclaré le Dr Sumeet Hindocha, chef de file de l’étude, registraire spécialiste en oncologie clinique au Royal Marsden et à l’Imperial College de Londres. Cela signifie qu’il existe des variations dans le type et la fréquence de suivi que les patients reçoivent. L’utilisation de l’IA avec les données de santé peut être la réponse.
Comme ce type de données est facilement accessible, cette méthodologie pourrait être reproduite dans différents systèmes de santé.
L’étude est une première étape passionnante vers le déploiement d’un outil à l’échelle nationale et internationale pour guider la surveillance post-traitement des patients atteints de cancer, a ajouté Hindocha.