Le protocole d’IA « DeepHRD » prêt à transformer le temps et les coûts du traitement du cancer

Le cancer continue d’être une menace mondiale. Malgré une multitude d’innovations scientifiques, il reste la principale cause de pertes de vies à travers le monde. 

En 2024, rien qu’aux États-Unis, on estime que deux millions de cas de cancer seront diagnostiqués, tandis que le nombre total de décès projetés dépassera la barre des 610 000. 

Des calculs basés sur les données de 2017-2019 montrent que plus de 40 % des hommes et des femmes aux États-Unis seront diagnostiqués avec un cancer à un moment donné de leur vie. Plus alarmant encore, cette année, près de 15 000 enfants et adolescents seront diagnostiqués avec un cancer, et environ 1 600 en succomberont malheureusement.

La situation aux États-Unis reflète le scénario mondial. En tant que l’une des principales causes de décès dans le monde, en 2022, on comptait près de 20 millions de nouveaux cas et 9,7 millions de décès liés au cancer à l’échelle mondiale. Et aucun soulagement n’est visible à court terme. D’ici 2040, le nombre de nouveaux cas de cancer par an devrait atteindre 29,9 millions et le nombre de décès liés au cancer 15,3 millions.

Par conséquent, la menace du cancer nécessite des efforts globaux de la communauté scientifique, technologique et médicale. Dans la section suivante, nous aborderons un tel effort qui rend les gens du monde entier optimistes et enthousiastes quant à son potentiel pour les projets futurs.

Cliquez ici pour une liste des meilleures actions de thérapie contre le cancer.

Oncologie de précision alimentée par l’IA pour les biopsies cancéreuses

Une récente publication scientifique dans le Journal of Clinical Oncology a évoqué ses efforts pour entraîner DeepHRD, une plateforme d’apprentissage profond destinée à prédire le HRD à partir de lames histopathologiques colorées à l’hématoxyline et à l’éosine (H&E), en utilisant des cancers du sein et de l’ovaire primaires provenant du Cancer Genome Atlas (TCGA). 

Cette percée est importante car les cancers présentant une déficience de recombinaison homologue (HRD) bénéficient des sels de platine et des inhibiteurs de poly(ADP‑ribose) polymérase. Cependant, les tests diagnostiques standard pour détecter le HRD nécessitent un profilage moléculaire, qui n’est pas universellement disponible.

Les résultats de la recherche ont conclu que DeepHRD pouvait prédire le HRD dans les cancers du sein et de l’ovaire directement à partir de lames H&E de routine, sur plusieurs cohortes externes, scanners de lames et variables de fixation tissulaire. Lorsque ses résultats ont été comparés au système conventionnel de test moléculaire, la plateforme DeepHRD a pu classer de 1,8 à 3,1 fois plus de patients et a présenté une meilleure survie globale (OS) dans le cancer de l’ovaire séreux de haut grade ainsi qu’une survie sans progression (PFS) spécifique au platine dans le cancer du sein métastatique.

Bien que les résultats montrent les raisons d’enthousiasme de la communauté médicale à propos de la solution, l’inclusion de l’IA représente une amélioration majeure dans la logistique opérationnelle du diagnostic précoce du cancer et du traitement qui en découle.

Cliquez ici pour découvrir comment CRISPR peut être utilisé pour traiter le cancer.

Pourquoi l’inclusion du protocole d’IA est-elle cruciale ?

Selon les chercheurs de l’UC San Diego à la tête de cette expérience, l’inclusion de l’IA dans le système permet une détection rapide et à faible coût des altérations génomiques cliniquement exploitables directement à partir des lames de biopsie tumorale.

Les chercheurs estiment que le système pourrait économiser des semaines et des milliers de dollars dans les flux de travail de traitement oncologique clinique pour le cancer du sein et de l’ovaire. 

Sinon, non seulement les retards pourraient s’avérer mortels, mais les processus coûteux pourraient affecter les patients aux ressources limitées. En ce sens, l’inclusion de l’IA représente un processus de diagnostic du cancer plus inclusif. 

En évoquant les goulets d’étranglement qui existaient, Erik Bergstrom, PhD, auteur principal de l’étude et chercheur postdoctoral dans le laboratoire d’Alexandrov, a déclaré:

“Malheureusement, les coûts élevés, les exigences en tissus et les temps de rendu lents ont entravé l’utilisation généralisée de l’oncologie de précision, conduisant à des traitements sous‑optimaux — potentiellement préjudiciables — pour les patients atteints de cancer.”

Les tests génomiques alimentés par l’IA offrent donc un soulagement. Ils permettent non seulement d’économiser un temps crucial pour les patients, mais aussi d’aider les médecins en autorisant des prescriptions de traitement immédiates après le diagnostic initial du tissu. Cette méthode d’oncologie de précision est plus fiable que les tests génomiques conventionnels, car les tests IA ont un taux d’échec négligeable. En revanche, les tests génomiques conventionnels présentent un taux d’échec compris entre 20 % et 30 %, ce qui nécessite souvent de nouveaux tests ou le recours à une biopsie invasive.

L’identification du HRD par l’IA permet à cette méthode de devenir capable de détecter de manière précise et instantanée les biomarqueurs génomiques du cancer. 

Les chercheurs et scientifiques impliqués depuis longtemps dans ce domaine considèrent cette percée comme majeure. En expliquant les raisons, le Dr Scott Lippman, M.D., professeur distingué de médecine à l’UC San Diego, du Center for Engineering and Cancer, et membre du Moores Cancer Center, a déclaré:

“L’ère de l’oncologie de précision a décollé à la fin des années 90, mais des études récentes aux États‑Unis montrent que la grande majorité des patients atteints de cancer ne reçoivent pas de thérapie de précision approuvée par la FDA. Et la principale raison est qu’ils ne sont pas testés. En tant qu’oncologue clinicien — et je pratique cela depuis près de 40 ans — il n’y a aucun doute que cette approche représente l’avenir de l’oncologie de précision.”

La technologie qui constitue la base de DeepHRD est protégée par des brevets provisoires délivrés par l’UC San Diego. Ces brevets ont été concédés sous licence à io9, une société impliquant Alexandrov, Bergstrom et Lippman. 

Dans la section suivante, nous examinerons brièvement cette entreprise afin de comprendre le type de capacités qu’elle a été conçue pour gérer et les solutions qu’elle a déjà proposées !

#1. Io9 : Pathologie numérique pilotée par l’IA

Io9 possède déjà une plateforme d’IA qui réalise efficacement le profilage moléculaire à partir de lames cliniques de routine. Cette plateforme peut détecter les biomarqueurs génomiques à partir de lames numériques, rendant l’accès aux traitements possible pour tous les patients dans le monde.

En plus de la solution basée sur le biomarqueur HRD qui fonctionnera pour le cancer du sein et de l’ovaire dès maintenant et le cancer du pancréas à l’avenir, io9 travaille également sur de nombreux biomarqueurs, dont KRAS, EGFR et BRAF, qui seront utiles dans les domaines du cancer du poumon, colorectal, du sein et du mélanome métastatique à l’avenir. 

Ludmil B. Alexandrov est le fondateur et directeur scientifique d’io9, tandis que Scott M. Lippman, également parmi les fondateurs, siège au conseil d’administration. 

Bien qu’io9 soit une spin‑off d’une entité destinée aux éducateurs et aux chercheurs pour poursuivre leurs innovations à plus grande échelle et de manière commerciale, de grandes entreprises actives dans ce domaine où l’IA rencontre le diagnostic et le traitement oncologiques existent également. 

#2. GE Healthcare

Le premier jour de mai 2024, GE HealthCare (Nasdaq: GEHC) a annoncé Revolution RT, une nouvelle solution de tomodensitométrie (CT) pour la radiothérapie dotée de matériel et de logiciels innovants qui simplifieraient le flux de travail de simulation et rendraient les soins oncologiques plus personnalisés et fluides. Revolution RT a été dévoilé lors du congrès ESTRO 2024 (European Society for Therapeutic Radiology and Oncology) à Glasgow avec une version améliorée par l’intelligence artificielle (IA) de la plateforme Intelligent Radiation Therapy (IRT). 

En évoquant l’inclusion de l’IA dans leurs solutions oncologiques, le Dr Taha Kass‑Hout, directeur de la technologie et de la science chez GE HealthCare, a déclaré ce qui suit:

“Chez GE HealthCare, nous nous engageons à faire progresser les frontières du traitement oncologique grâce aux technologies pilotées par l’IA qui transforment et optimisent le continuum des soins.”

En énumérant les avantages de l’intégration de l’IA, le Dr Taha Kass‑Hout a indiqué que cette amélioration permettrait de visualiser l’anatomie du patient avec une grande précision et de faciliter le ciblage précis de la tumeur tout en visant à protéger les tissus sains adjacents. Cela aboutirait à « un environnement de soins précis, plus connecté et efficace qui accélère la délivrance de soins personnalisés, dans le but d’obtenir de meilleurs résultats pour les patients ». 

Pour l’exercice complet 2023, GE Healthcare a déclaré des revenus de 19,6 milliards de dollars US, enregistrant une hausse de 7 % d’une année sur l’autre et de 8 % sur une base organique, avec une croissance dans tous les segments et toutes les régions.

#3. iCAD

Une autre entité med‑tech, bien que plus petite en taille mais vaste dans sa couverture, son impact et son ambition, iCAD, réalise un travail spécifique axé sur l’IA dans le domaine du cancer du sein. L’entreprise puise sa vision et son objectif dans les menaces réelles qui existent sur le terrain. Les données montrent qu’1 femme sur 8 développera un cancer du sein au cours de sa vie, et que jusqu’à 20‑40 % de ces cancers sont manqués lors des dépistages mammographiques. 

Avec une femme diagnostiquée d’un cancer du sein toutes les 14 secondes à l’échelle mondiale, l’évaluation du risque de cancer avec les modèles traditionnels n’est précise qu’à 63 %. 

La plateforme ProFound Breast Health Suite d’iCAD se concentre sur la détection, la densité et le risque, mettant davantage en lumière le cancer et révélant ses zones cachées.

Dans la phase de détection, la solution ProFound intègre les dernières avancées en apprentissage profond, IA de 3ᵉ génération. La précision et l’efficacité sont assez sans précédent pour le dépistage mammographique 2D et 3D, avec une performance clinique améliorée jusqu’à 2 fois par rapport à d’autres plateformes d’IA. 

En détaillant les capacités de ProFound AI pour détecter le cancer du sein sous l’angle de la densité mammaire, le Dr Gabriele Pedicalli, MD, du Wooster Community Hospital, a déclaré:

“ProFound AI ne nous aide pas seulement à examiner les cas avec tissu adipeux, mais nous constatons également un bénéfice encore plus grand pour les femmes ayant des seins denses. Avant ProFound AI, je pouvais lire un cas avec des seins denses et penser « Rappelons‑les dans six mois ou un an », mais avec ProFound AI, nous pouvons plus facilement déterminer s’il faut procéder à un autre examen ou à une biopsie.”

Enfin, dans le segment d’évaluation du risque, la solution alimentée par l’IA de ProFound permet d’obtenir le premier modèle de risque basé sur l’image au monde, qui est 2,4 fois plus précis que les modèles traditionnels. Elle est particulièrement efficace pour identifier les femmes à haut risque de développer un cancer avant ou lors de leur prochain dépistage afin d’aider à détecter plus tôt les cancers d’intervalle.

Pour l’exercice complet 2023, le chiffre d’affaires total d’iCAD était de 17,3 millions de dollars US, en baisse de 13 %.

L’avenir de l’oncologie de précision alimentée par l’IA

En avril 2024, le magazine mondialement reconnu Nature a examiné de manière exhaustive le rôle de l’IA en oncologie de précision. Il a reconnu à juste titre la capacité transformatrice de l’IA dans ce domaine, comme le montrent ses remarques d’ouverture :

“Les domaines de la recherche sur le cancer et de l’oncologie de précision subissent une transformation massive grâce à l’application de l’intelligence artificielle (IA).”

Plus précisément, l’article de la revue a souligné le rôle de l’IA dans la détection de motifs cachés à partir de multiples sources d’information, notamment le profilage moléculaire, la pathologie et l’imagerie médicale. Il a également apprécié l’IA pour son intégration des données omiques afin d’offrir une compréhension plus globale du cancer. En plus de la surveillance et du diagnostic, l’IA a également été très utile dans le développement de nouveaux tests pour caractériser le cancer, la pronostication et la prédiction des réponses à des traitements spécifiques. 

Cependant, le rapport de synthèse n’a pas omis de mentionner les limites et les défis qui sont apparus lors du passage de ces nouveaux outils du cadre de la recherche à la pratique clinique.

Il existe de nombreux exemples d’outils issus du cadre de la recherche qui ont été traduits avec succès en pratique clinique. Par exemple, dans une économie en développement comme l’Inde, le Apollo Cancer Centre de Bengaluru a lancé le premier Centre d’Oncologie de Précision IA (POC) de l’Inde en janvier 2024.

En détaillant comment ces centres pourraient aider à introduire un régime meilleur et plus efficace pour les soins du cancer, le Dr Vishwanath S, consultant principal en oncologie médicale, ACC, Bengaluru, a déclaré:

“Cliniquement, il aide à la conformité du parcours de soins en surveillant le respect des voies de soins standard, ainsi que la prise en charge des patients basée sur les profils génomiques, cliniques et pathologiques. Les alertes cliniques et les recommandations pour les tests diagnostiques, l’inscription aux soins basés sur la valeur (VBC) et d’autres programmes d’avantages pour les patients font partie des utilisations. Les alertes de décrochage des patients et les mesures de résultats rapportés par les patients (PROM) pour des interventions opportunes figurent parmi les autres avantages.”

L’utilisation de l’IA dans le diagnostic du cancer devrait connaître une croissance fulgurante à l’avenir. Selon un rapport publié par Towards Healthcare, l’IA dans le diagnostic du cancer devrait augmenter à un taux de croissance annuel composé (TCAC) de 9,35 % de 2023 à 2032, le marché étant sur une trajectoire pour atteindre une estimation de 2 084,34 millions de dollars US d’ici la fin 2032, contre 892,23 millions de dollars US en 2022.

Caractéristiquement, on peut affirmer avec certitude que l’IA contribuera à améliorer la précision diagnostique et à améliorer de manière significative l’efficacité de la planification des traitements !

Cliquez ici pour tout savoir sur l’investissement dans l’intelligence artificielle.