Comment l'IA change les soins et la recherche sur le cancer?

Le potentiel de l'intelligence artificielle à perturber les systèmes de santé et de santé devient évident. Dans cet article, nous explorons l’avenir des soins et de la recherche sur le cancer alimenté par l’IA.

Cancer. Les tumeurs. Des mots durs et discordants qui déclenchent souvent des souvenirs douloureux et des peurs. Les médecins du monde entier cherchent à réinventer la façon dont nous traitons ce groupe de maladies. L'oncologie est la branche de la médecine spécialisée dans le diagnostic et le traitement du cancer. Fait intéressant, il comprend également trois sous-spécialités différentes: oncologie médicale, radio-oncologie et oncologie chirurgicale. Pourquoi je vais dans autant de détails? L'intelligence artificielle (IA) joue un rôle important dans chacune de ces sous-spécialités.

Dans notre série en deux parties sur l'impact de l'intelligence artificielle (IA) sur les soins de santé, nous avons examiné l'incidence de l'intelligence artificielle sur différentes parties du spectre des soins de santé. Pour vous rappeler brièvement, nous avons évoqué le projet Google Deepmind de l’University College London Hospital, où l’intelligence artificielle était utilisée pour analyser une radiothérapie ciblée sur la base de numérisations anonymisées de 700 patients. Le processus impliqué dans l'analyse, connu sous le nom de segmentation, prend généralement quatre heures, mais avec l'IA, ils ont vu le potentiel de réduire ce temps à une heure. La planification pratique et plus efficace de la radiothérapie permet de mieux servir les patients.

Comment l'intelligence artificielle peut-elle aider à traiter une maladie aussi complexe?

Les médecins du MD Anderson Cancer Center de l'Université du Texas et de la Fondation médicale Palo Alto en Californie ont commencé à explorer les utilisations potentielles de l'IA et du Big Data dans la lutte contre le cancer (JAMA Oncology). Ils ont suggéré 14 scénarios dans lesquels les soins et la recherche sur le cancer pourraient grandement bénéficier de ces découvertes. Pour résumer ces résultats, les chercheurs en IA et les cliniciens vont accélérer la recherche en oncologie de trois manières principales:

  • En développant et en intégrant davantage les registres de cancer existants, du niveau local au niveau international. Celles-ci sont analysées et interprétées pour une meilleure compréhension des mécanismes du cancer (des cancers courants aux cancers rares). Les grands ensembles de données fournissent une base de preuves crédible, tandis que l'IA facilite l'analyse.
  • En améliorant les voies de traitement du cancer à travers le monde grâce à l'analyse des meilleures pratiques et des tendances.
  • En facilitant considérablement la mise en œuvre d'essais rentables.

Réinventer les outils que nous utilisons pour diagnostiquer le cancer

Traditionnellement, les cancers sont détectés à l'aide de méthodes cliniques telles que l'échographie, les rayons X, la tomodensitométrie (TDM) et l'imagerie par résonance magnétique (IRM). Cependant, un certain nombre de cancers ne peuvent pas être reconnus par ces techniques. Une autre approche consiste à analyser les profils de gènes de puces à ADN. Cela semble complexe? Les cancers peuvent être détectés à l’aide de très petites quantités de matériel génétique afin d’évaluer le degré d’expression de certains gènes. Les données produites par ce matériel génétique créent d'énormes ensembles de données qui doivent être analysés. Cette analyse peut prendre des heures à compléter. Imaginons maintenant que cette analyse puisse être effectuée rapidement grâce à l'utilisation de l'IA. L'intelligence artificielle, en fait, joue ici un rôle important, comme le montrent des études menées en 2001 et 2003. À l'approche de 2017, des chercheurs utilisent les réseaux de neurones en cascade pour classer le cancer à l'aide de techniques innovantes telles que le masquage de gènes.

Études de cas

La face moche des tumeurs apparaît lorsque les scientifiques ont du mal à comprendre, voire mieux, à prévoir le comportement des tumeurs. D'innombrables patients et leurs familles qui ont traversé le chemin du cancer ont du mal à faire face à une possible rechute. La rechute survient lorsque quelques-unes des cellules cancéreuses d'origine ont survécu aux traitements initiaux ou étaient trop petites pour être détectées pendant le suivi immédiatement après le traitement.

Je suis inspiré par la collaboration intrigante qui a eu lieu entre le laboratoire d’intelligence artificielle de Stanford et la Stanford Medical School. Cela a abouti à un effort incroyable impliquant TensorFlow et une base de données de 130 000 images de maladies de la peau. Ils ont formé l'algorithme TensorFlow au diagnostic visuel du cancer de la peau potentiel. Mieux encore, ils ont testé les diagnostics produits par cet algorithme contre l'avis de 21 dermatologues certifiés. Le résultat? Un document de recherche novateur dans lequel l'algorithme de diagnostic activé par l'IA correspond aux performances des dermatologues. Voulez-vous en savoir plus? Découvrez cette vidéo axée sur l'aspect technologique:

Startups utilisant l'IA dans la lutte contre le cancer

La scène de l'intelligence artificielle dans le domaine de l'oncologie est en pleine croissance et cinq sociétés méritent d'être surveillées. Enlitic utilise l'apprentissage en profondeur pour détecter automatiquement les nodules du cancer du poumon dans les images de scanner thoracique avec une précision 50% supérieure à celle d'un groupe d'experts composé de radiologues thoraciques.

Insilico Medicine, qui a déjà été présenté dans notre série AI in Healthcare, applique des algorithmes d'apprentissage en profondeur à la découverte de médicaments pour le traitement du cancer, tels que l'immunothérapie.

Tous ces types de traitements reposent sur des informations et des analyses, et OncoraMedical apporte des informations prévisionnelles et des analyses de risques à la radio-oncologie. Ils aident ainsi les radio-oncologues à prendre de meilleures décisions et à utiliser les données diverses et précieuses qu’ils génèrent.

Les pathologistes du monde entier diagnostiquent le cancer tous les jours, voire toutes les heures, et leurs travaux incluent notamment l’analyse de milliers de diapositives. Maintenant, imaginez s’il existe un moyen simple d’aider ces spécialistes à filtrer toutes les diapositives normales et à signaler celles qui requièrent une plus grande attention. Proscia a conçu une plate-forme de pathologie numérique permettant aux pathologistes et aux chercheurs de «tirer parti des données de pathologie dans chaque diapositive».

L'avenir de l'IA dans le domaine de l'oncologie

Dans l’ESMO Open, une revue d’oncologie en libre accès, l’article du Dr. Curioni-Fontecedro intitulé «Une nouvelle ère de l’oncologie par le biais de l’intelligence artificielle» explique succinctement la situation actuelle. Autrement dit, bien que cette technologie et cette recherche existent et soient disponibles pour les soins et la recherche sur le cancer, elles ne se sont pas encore répandues dans la communauté oncologique. Les ingrédients manquants nécessaires pour passer à l'étape suivante en oncologie sont l'adhésion des cliniciens, les possibilités de financement pour la mise en œuvre et la formation.

«Je suis impatient de voir un futur où le cancer sera traité de manière simple et transparente, offrant aux patients souffrant de ces maladies un espoir fondé et des opportunités fondées.»

L'avenir est prometteur dans le domaine de la recherche et du traitement du cancer. Je suis impatient de voir un avenir où le cancer sera traité de manière simple et homogène, offrant un espoir et des opportunités fondés sur des preuves aux patients souffrant de ces maladies. Il ne s'agit pas, après tout, de remplacer une profession entière par l'IA, mais plutôt de fournir des soins rapides aux patients dans une spécialité de maladie où le facteur temps est crucial et où le traitement doit être rapide et précis.

Publié à l'origine sur https://blog.infermedica.com le 12 septembre 2017.