Mettre l’intelligence artificielle au service du diagnostic et du traitement du cancer

Malgré les avancées majeures en matière de traitement et de diagnostic au cours des dernières décennies, le cancer reste l’une des principales causes de mortalité et un obstacle majeur à l’allongement de l’espérance de vie dans le monde. L’implication future de l’intelligence artificielle dans les soins de santé, en particulier dans la détection et le traitement du cancer, devrait prendre diverses formes, allant de l’identification d’une forme spécifique de cancer à l’évaluation de la méthode thérapeutique la mieux adaptée pour traiter ce cas particulier. L’IA promet d’accroître la personnalisation des soins contre le cancer et d’aider les personnes à vivre avec la maladie avec une meilleure qualité de vie et moins d’effets secondaires.

Utiliser ArtificiaI Intelligence pour améliorer le dépistage du cancer

Afin de découvrir le cancer à son stade le plus traitable, les dépistages visent à surveiller de manière proactive les patients qui ne présentent aucun symptôme. Le groupe de travail américain sur les services préventifs recommande le dépistage du cancer du sein, du col de l’utérus, colorectal et du poumon.

Le cancer du poumon est le cancer le plus mortel au monde, avec un taux de mortalité sur cinq ans de 75 % pour les personnes diagnostiquées. Bien que le tabagisme soit le facteur de risque numéro un, la recherche révèle que l’exposition professionnelle à des cancérogènes pulmonaires tels que l’amiante, le béryllium, le cadmium, le chrome, les vapeurs de diesel, le nickel, le chlorure de vinyle et la silice est de plus en plus pertinente dans le développement de cette maladie. Les perspectives sont considérablement meilleures lorsque le cancer est découvert tôt.

Le dépistage du cancer du poumon par tomodensitométrie (TDM) s’est avéré extrêmement efficace pour réduire le taux de mortalité associé à la maladie. On estime que le dépistage pourrait réduire ce taux de mortalité jusqu’à 20 %. Cependant, des obstacles substantiels continuent de limiter l’efficacité du dépistage par tomodensitométrie. Même les radiologues hautement qualifiés peuvent ignorer les signes de cancer du poumon dans certains scanners, retardant ainsi la détection et le traitement nécessaire.

Les chercheurs ont découvert des résultats encourageants lors de l’utilisation d’un algorithme d’IA pour détecter des indicateurs de cancer du poumon sur les scanners. Une recherche publiée dans JAMA Network Open a révélé qu’un système d’IA formé pour identifier les nodules pulmonaires sur les radiographies pulmonaires peut améliorer l’identification du cancer du poumon. Encore plus précis que les radiologues, l’algorithme s’est avéré détecter les cancers et les excroissances malignes lors d’une enquête par balayage. Les faux positifs et les faux négatifs de dépistage CT ont également été minimisés par cette méthode.

L’IA aide au traitement des tumeurs malignes rares et agressives

Dans un essai préliminaire, l’IA est utilisée pour évaluer les patients qui reçoivent un traitement pour des cancers peu fréquents liés à une exposition professionnelle à l’amiante, un minéral cancérigène qui a été largement utilisé dans de nombreuses industries. Les scientifiques ont créé un prototype de système d’imagerie qui s’est avéré efficace dans la détection et le traitement du mésothéliome, un cancer rare et mortel qui se développe dans la muqueuse des poumons ou de l’abdomen à la suite d’une exposition aux fibres d’amiante, et qui a le potentiel de accélérer les progrès indispensables en matière de diagnostic et de traitement.

Les patients qui suivent un traitement pour le mésothéliome peuvent être évalués à l’aide de l’IA dans le cadre d’un prototype de système d’imagerie qui pourrait révolutionner la façon dont les patients atteints de cette maladie sont pris en charge. Les chercheurs ont étudié la viabilité d’une technique d’identification automatique des tumeurs du mésothéliome et de leurs limites sur les tomodensitogrammes, un processus connu sous le nom de segmentation d’images. Le financement ultérieur de la phase deux a permis la construction d’un algorithme prototype qui le fait à l’aide d’un système d’IA entraîné. Cette percée ouvre la porte à un système d’IA qui pourrait augmenter considérablement l’efficacité des essais cliniques ainsi que la précision et la fiabilité des évaluations de la réponse au traitement en clinique.

Le programme d’IA optimisé de manière efficace pourrait éventuellement trouver un mésothéliome sur un scanner et estimer son volume, permettant une comparaison avec des mesures antérieures et réduisant le coût des essais cliniques dans le processus. Une étape importante dans le développement de ce système est la procédure de formation, qui nécessite qu’un humain « dessine » toutes les régions du mésothéliome sur chaque image CT pour enseigner à l’IA à quoi cela ressemble. La première phase a révélé que cette procédure, connue sous le nom de génération de la vérité terrain, nécessitait l’expertise d’un clinicien spécialisé dans le mésothéliome possédant une connaissance approfondie des images du mésothéliome et de l’anatomie de la poitrine, car elle s’est avérée extrêmement difficile à mener à bien pour un technicien en imagerie.

À l’heure actuelle, la durée de survie après le diagnostic est sombre, car la grande majorité des personnes atteintes de mésothéliome pleural malin sont diagnostiquées à un stade avancé. Les options de traitement du mésothéliome, notamment la chimiothérapie, la radiothérapie et la chirurgie, sont limitées et les essais cliniques sont essentiels pour le développement de nouveaux traitements plus efficaces. Ce système d’IA permettra de mener plus rapidement les essais cliniques de nouveaux médicaments car il sera plus efficace pour reconnaître le mésothéliome sur les images CT.

L’intégration de la technologie de l’IA dans les soins contre le cancer pourrait améliorer la qualité de vie

Les problèmes liés au traitement sont fréquents chez les patients atteints de cancer, ce qui entraîne une qualité de vie moins bonne, une durée de survie plus courte et une surutilisation des services d’urgence et des services hospitaliers. L’IA peut potentiellement être utilisée dans le traitement des patients cancéreux qui subissent des effets indésirables à la suite de leurs traitements.

Les schémas de chimiothérapie peuvent être améliorés en utilisant l’IA pour gérer l’utilisation des médicaments et prédire leur tolérance. L’IA peut aider les médecins à prendre les meilleures décisions thérapeutiques, à réduire les procédures inutiles et à aider les oncologues à améliorer les régimes de traitement du cancer pour leurs patients. Dans le domaine de la chimiothérapie anticancéreuse, l’IA se concentre sur les interactions entre les médicaments et les patients. Parmi les réalisations les plus importantes de l’IA dans ce domaine figurent la gestion de l’utilisation des médicaments de chimiothérapie, la prédiction de la tolérance aux médicaments et l’optimisation des schémas de chimiothérapie.