Image Large 1170 x 400: 

Le recours à l’intelligence artificielle est de plus en plus fréquent en santé et notamment dans la prise en charge des cancers. Quelles sont les dernières applications en oncologie ? Réponses.

 

L’intelligence artificielle au service de la médecine

Née dans les années 50, l’intelligence artificielle (IA) sert à produire, par des machines, des milliers de tâches habituellement réalisées par l’Homme, grâce à des algorithmes mathématiques. Ces machines imitent ainsi l’activité cérébrale et les processus cognitifs des humains. L’IA peut être classifiée en quatre niveaux. Les deux premiers niveaux sont les plus utilisés, tout domaine confondu. Ils correspondent tout simplement aux calculs de données. Le troisième niveau va plus loin et permet d’anticiper des résultats. Enfin, le quatrième niveau, fait appel à ce que l’on appelle le Machine Learning où l’IA est capable d’apprendre et de progresser par elle-même.

Les applications de l’IA sont très larges en médecine. L’IA permet notamment d’aider les praticiens à prendre des décisions, aussi bien pour poser un diagnostic que pour prescrire des thérapeutiques en recommandant le traitement le plus pertinent selon la situation du patient. L’IA aide ainsi à personnaliser les soins et parfois même à prédire une pathologie et son évolution, ainsi que les chances de réussite d’un médicament. Elle peut aussi être permettre de construire des robots ou des programmes d’une précision très fine comme ceux utilisés en chirurgie assistée par ordinateur.

 

Des exemples d’applications récentes en oncologie

Dans les pays développés, le cancer constitue un véritable enjeu de santé publique avec 19,3 millions de nouveaux cas en 2020 dans le monde. Cette maladie est la cause de décès la plus courante avec 10 millions de décès, la même année.1 La recherche et notamment l’IA sont donc une priorité absolue pour prévenir et guérir les patients atteints de cancer.

Une équipe de scientifiques japonais a réalisé une revue d’applications récentes de l'IA en oncologie.2 Une des applications relevées par les scientifiques concerne l’imagerie avec le Deep Learning qui a permis d’améliorer la détection des cancers. Les scientifiques décrivent un exemple récent de performance avec la classification des images de dermoscopie où l’IA a été capable d'annoter les lésions cutanées et notamment les mélanomes avec la même précision que des dermatologues experts. L’équipe a relevé également des niveaux de précisions similaires voire supérieurs dans le cadre du dépistage du cancer du sein, avec une interprétation supérieure de mammographies par l’IA en comparaison de celle des médecins spécialistes. Dans les deux cas, c’est notamment, l’accumulation de clichés d’imagerie qui a permis au système d’apprendre par lui-même à faire un diagnostic pathologique.

Le Deep Learning permet également de décrire l'état d'une tumeur à partir de données pathologiques ou bien encore d’évaluer l'expression de biomarqueurs comme les HER2 afin de prédire les gènes hébergeant des mutations au sein du tissu tumoral. La génomique des cancers constitue ainsi une autre application intéressante d’IA relevée par les scientifiques afin d’étudier les milliers de mutations génétiques possibles sans intervention humaine pour effectuer une revue de la littérature. En effet, avec près de 200 000 articles publiés en 2019, le manque de ressources humaines pour analyser et relier les mutations génomiques entre elles, est évident. La base de données COSMIC par le centre Sanger, un institut de recherche de génomique anglais, est un exemple de performance technologique avec une extraction de plus de 9 millions de mutations sur la base de 26 829 articles.

Les usages de l’IA en oncologie sont prometteurs et permettront sans aucun doute d’améliorer davantage les performances médicales au cours des prochaines années. Cependant, la disponibilité insuffisante de clichés et de données médicales pour améliorer l’apprentissage de l’IA constitue une limite non négligeable relevée par l’équipe de chercheurs.

 

Sources

  1. Sung, H, Ferlay, J, Siegel, RL, Laversanne, M, Soerjomataram, I, Jemal, A, Bray, F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2020. https://doi.org/10.3322/caac.21660

  2. Shimizu H, Nakayama KI. Artificial intelligence in oncology. Cancer Sci. 2020 May;111(5):1452-1460. doi: 10.1111/cas.14377. Epub 2020 Mar 21. PMID: 32133724; PMCID: PMC7226189