Des médecins et des scientifiques ont développé un outil d’intelligence artificielle qui peut prédire avec précision la probabilité que les tumeurs chez les patients cancéreux repoussent après le traitement.
La percée, décrite comme « excitante » par les oncologues cliniciens, pourrait révolutionner la façon dont les patients sont suivis. Bien que les progrès thérapeutiques de ces dernières années aient amélioré la survie, le risque de récidive de la maladie demeure.
La surveillance post-traitement des patients est cruciale pour s’assurer qu’une action rapide est prise en cas de récidive du cancer. Actuellement, cependant, les médecins doivent s’appuyer davantage sur les méthodes traditionnelles, y compris celles qui se concentrent 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 le faire mieux que les méthodes existantes.
« Il s’agit d’un pas en avant important dans l’utilisation de l’IA pour comprendre quels patients sont les plus à risque de récidive du cancer et pour détecter cette récidive plus tôt afin que le retraitement puisse être plus efficace », a déclaré le Dr. Richard Lee, consultant en médecine respiratoire et dépistage au Royal Marsden NHS Foundation Trust.
Lee, le chercheur principal de l’étude OCTAPUS-AI, a déclaré au Guardian que cela pourrait s’avérer crucial non seulement pour améliorer les résultats des patients atteints de cancer, mais également pour réduire leur anxiété, la rechute étant « une source majeure 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 entraîner une détection plus précoce des récidives chez les patients à haut risque, garantissant qu’ils reçoivent un traitement plus urgent, mais il pourrait également entraîner moins de visites de suivi inutiles et de visites à l’hôpital chez les patients à faible risque.
« La réduction du nombre d’analyses requises dans ce contexte peut aider et également réduire l’exposition aux radiations et 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 voir 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 de décès par cancer dans le monde, représentant 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, au Royaume-Uni, plus d’un tiers (36 %) des patients atteints de NSCLC rechuteront.
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 pour mieux prédire la probabilité de récidive d’un patient.
Ceux-ci comprenaient l’âge, le sexe, l’IMC, le statut tabagique, l’intensité de la radiothérapie et les caractéristiques de la tumeur du patient. Les chercheurs ont ensuite utilisé le modèle d’IA pour classer les patients en risque de récidive faible et élevé, la durée possible avant la récidive et la survie globale deux ans après le traitement.
L’outil s’est avéré plus précis que les méthodes traditionnelles pour prédire les résultats. 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 eBioMedicine du Lancet.
« Actuellement, il n’y a pas de cadre établi pour le suivi des patients atteints d’un cancer du poumon non à petites cellules après radiothérapie au Royaume-Uni », a déclaré le Dr. Sumeet Hindocha, registraire en oncologie clinique au Royal Marsden et à l’Imperial College de Londres. « Cela signifie qu’il existe des différences dans le type et la fréquence des suivis que les patients reçoivent… L’utilisation de l’IA avec des données de santé pourrait être la réponse.
« Parce que ce type de données est facilement accessible, cette méthodologie pourrait être transférée à différents systèmes de santé. »
L’étude est « une première étape passionnante » vers le déploiement national et international d’un outil conçu pour guider la surveillance post-traitement des patients atteints de cancer, a ajouté Hindocha.