L'IA transforme le combat contre le cancer avec des traitements personnalisés

La science des données et l'intelligence artificielle ouvrent la voie à de nouvelles thérapies personnalisées contre le cancer, estime Olivier Michielin, professeur à la Faculté de médecine de l'Université de Genève (UNIGE) et chef du Département d'oncologie des HUG. Dans sa récente leçon inaugurale du semestre universitaire de printemps, il a dévoilé comment ces technologies façonnent de nouvelles perspectives cliniques.

Un patient = 2000 Gb de données

Les outils actuellement à la disposition des cliniciens fournissent de vastes ensembles de données biomédicales, qui peuvent désormais être interprétées avec l'aide de l'IA. Il s'agit de données issues d'analyses multiples (génomique, transcriptomique complète, protéomique, etc.) et de l'imagerie médicale. Mais aussi des données provenant du patient et collectées, par exemple, à l'aide d'applications pour smartphone. «L’IA est devenue une nécessité pour faire sens de toutes ces données», affirme le professeur, précisant qu’un patient peut produire pas moins de 2000 Gb de données.

L’IA donne sens à des interactions moléculaires complexes

Dans le domaine complexe de l'oncologie, l'IA est particulièrement utile pour guider les médecins face à des choix thérapeutiques difficiles. En combinant l'analyse des données génomiques et protéomiques avec l'imagerie médicale de haute précision, les chercheurs peuvent mieux comprendre les interactions entre les cellules tumorales et leur microenvironnement. Cette approche permet d'identifier les traitements les plus prometteurs pour chaque patient, qu'il s'agisse d'immunothérapie ou de thérapies ciblées. Le professeur Michielin et ses équipes utilisent un réseau neuronal conçu à l'UNIGE spécifiquement pour l'analyse des scanners. Ce système, qui compte 100'000 paramètres, a été entraîné sur 3'000 scanners annotés et peut prédire la progression de la maladie avec une précision de 90%, rivalisant avec celle des oncologues.

Déceler des biomarqueurs spécifiques

L'IA s'avère également déterminante dans le domaine de la pathologie numérique. Les images diagnostiques standard, numérisées en haute résolution, deviennent une mine d'informations qui peuvent être exploitées par l'IA pour prédire les réponses au traitement. Cette approche permet d'associer les données cliniques des patients à des biomarqueurs spécifiques, ce qui permet d'affiner le pronostic et le choix de la thérapie.

L'IA peut également être utilisée pour développer des prédicteurs de réponse à des traitements spécifiques, tels que l'immunothérapie. L'utilisation du machine learning pour analyser la distribution des lymphocytes dans les tumeurs révèle des indicateurs prédictifs de la réponse au traitement, ce qui permet d'optimiser la sélection des patients pour certaines thérapies et d'éviter les traitements inappropriés. Le professeur Michielin fait également part de travaux prometteurs en cours, axés sur le potentiel des simulations moléculaires pour personnaliser les traitements, notamment grâce à l'ingénierie des lymphocytes. 

Un réseau national pour faire progresser l'oncologie de précision

Ces approches prometteuses vers une oncologie de précision bénéficient aujourd'hui d'efforts fédérés à l'échelle nationale, avec le Swiss Personalized Health Network (SPHN). Afin de rendre les données de santé interopérables et accessibles à la recherche, le SPHN réunit des décideurs de toutes les principales institutions cliniques et de recherche (y compris les cinq hôpitaux universitaires du pays), ainsi que des organisations de patients.

La leçon du Pr Michielin est à visionner sur le site de l’UNIGE.