Tirer parti de l’IA pour des prévisions plus fiables en matière d’immunothérapie dans le cancer du poumon
Une récente étude(s’ouvre dans une nouvelle fenêtre) a montré que les outils d’IA peuvent aider les médecins à prédire les résultats thérapeutiques et la survie des patients atteints d’un cancer bronchique non à petites cellules (CBNPC) avancé traités par immunothérapie. Elle s’inscrit dans le cadre du projet I3LUNG(s’ouvre dans une nouvelle fenêtre), financé par l’UE, dont l’objectif n’est pas de remplacer l’expertise clinique par l’IA, mais plutôt d’en faire un partenaire utile dans la prise de décision clinique.
Des outils plus performants sont nécessaires
L’immunothérapie, un traitement qui utilise le système immunitaire de l’organisme pour lutter contre le cancer, a transformé la prise en charge du CBNPC, apportant des bénéfices à long terme chez jusqu’à 30 % des patients. Cependant, il n’en reste pas moins que la plupart des patients ne présentent ni amélioration ni rémission après une immunothérapie. Ce constat souligne la nécessité de disposer de bons biomarqueurs permettant de fournir des informations fiables sur le cancer de chaque patient: sa composition génétique, son comportement et la manière dont il interagit avec le système immunitaire. En identifiant les patients peu susceptibles de présenter une réponse positive significative à l’immunothérapie, les médecins pourraient les préserver d’effets secondaires et de coûts inutiles. Aujourd’hui, les décisions thérapeutiques reposent principalement sur le PD-L1, le seul biomarqueur cliniquement approuvé, malgré son pouvoir prédictif limité. Cette étude (probablement la plus grande étude internationale, en conditions réelles et multimodale de ce type) a intégré des données cliniques, hématologiques, d’imagerie, pathologiques et génomiques à des modèles d’apprentissage automatique et d’apprentissage profond. Son objectif était de déterminer si l’IA pouvait aider à prédire les résultats chez les patients atteints d’un CBNPC avancé recevant une immunothérapie. Les 2 396 patients participant à l’étude ont été recrutés dans six centres situés en Allemagne, en Grèce, en Israël, en Italie, en Espagne et aux États-Unis. D’après les conclusions, les modèles d’IA ont systématiquement surpassé tous les biomarqueurs cliniques standard. L’aire sous la courbe (AUC pour «area under the curve») (un indicateur d’apprentissage automatique utilisé, dans ce cas, pour comparer la précision avec laquelle différents modèles prédisent les résultats de survie) variait de 0,77 pour le modèle recourant aux données cliniques et sanguines à 0,88 pour le modèle intégrant en plus l’imagerie et la pathologie numérique. Les scores AUC compris entre 0,8 et 0,9 sont généralement considérés comme «excellents».
Pas seulement des experts
L’étude a également évalué la collaboration entre l’homme et l’IA en demandant à 20 médecins (dix spécialistes du cancer du poumon et dix issus d’autres domaines) d’examiner 100 cas réels de patients, d’abord sans assistance de l’IA, puis avec l’IA. L’accès à l’outil d’IA a amélioré la sensibilité pour identifier les patients susceptibles de répondre au traitement, faisant passer l’AUC de 0,72 à 0,87. Si les experts comme les non-experts ont tiré profit de l’utilisation de l’IA, ce sont les médecins non spécialistes qui ont enregistré les gains les plus significatifs. Ce résultat est particulièrement pertinent pour les services d’oncologie de proximité, où l’expertise en oncologie thoracique est souvent limitée. «I3LUNG établit une nouvelle référence en matière d’IA dans le domaine de l’oncologie thoracique. Les outils d’aide à la décision, même s’ils sont élaborés à partir de données cliniques couramment disponibles, peuvent surpasser les biomarqueurs sur lesquels nous nous appuyons aujourd’hui», déclare Marina Garassino, oncologue thoracique et professeure de médecine à l’université de Chicago, partenaire du projet I3LUNG, dans un article publié sur «UChicago Medicine»(s’ouvre dans une nouvelle fenêtre). «Pour les patients, cela signifie moins d’occasions manquées de bénéficier d’un traitement. Pour les médecins généralistes, cela signifie l’accès à des conseils d’experts directement sur le lieu de soins. Pour le secteur, cela offre un cadre rigoureux, équitable et explicable, validé dans divers systèmes de santé et auprès de différentes populations, qui peut servir de plateforme mondiale pour la prochaine génération d’immunothérapie de précision.» I3LUNG (Integrative science, Intelligent data platform for Individualized LUNG cancer care with Immunotherapy) recrute actuellement plus de 2 000 patients issus des six mêmes centres dans le cadre d’une étude prospective. Elle permettra aux chercheurs de se concentrer sur l’optimisation des stratégies thérapeutiques. Pour plus d’informations, veuillez consulter: site web du projet I3LUNG(s’ouvre dans une nouvelle fenêtre)
