Un algorithme d'intelligence artificielle a pu identifier les personnes à risque accru de cancer du pancréas jusqu'à trois ans avant le diagnostic . Il n'a utilisé que les dossiers médicaux des patients.
Les résultats de l'utilisation de cet outil d'intelligence artificielle pour évaluer le risque de cancer ont été publiés dans la revue Nature Medicine . Les travaux ont été menés par des chercheurs de la Harvard Medical School et de l' Université de Copenhague , en collaboration avec le VA Boston Healthcare System, le Dana-Farber Cancer Institute et la Harvard TH Chan School of Public Health.
Selon les chercheurs, le dépistage de la population basé sur l'intelligence artificielle pourrait être utile pour détecter les personnes à risque plus élevé de cancer du pancréas. Elle aurait aussi l'avantage d'accélérer le diagnostic d' une affection trop souvent détectée à des stades avancés, lorsque les traitements sont moins efficaces et les résultats décevants.
L'incidence et la mortalité du cancer du pancréas augmentent dans le monde , en particulier chez les femmes et les personnes de plus de 50 ans, mais aussi chez les personnes plus jeunes.
"L'une des décisions les plus importantes auxquelles les médecins sont confrontés au quotidien est de savoir qui est à haut risque de maladie et qui bénéficierait de tests supplémentaires, ce qui peut également signifier des procédures plus invasives et coûteuses impliquant leurs propres risques", a déclaré Chris Sander , co-directeur. chercheur de l'étude et membre du corps professoral du département de biologie des systèmes de l'Institut HMS Blavatnik.
"Un outil d'intelligence artificielle qui peut cibler les personnes à risque plus élevé de cancer du pancréas qui pourraient bénéficier le plus de tests supplémentaires pourrait grandement contribuer à améliorer la prise de décision clinique", a-t-il ajouté.
Appliquée à grande échelle, a ajouté Sander, cette approche pourrait accélérer la détection du cancer du pancréas, conduire à un traitement plus précoce, améliorer les résultats et prolonger la vie des patients.
Søren Brunak, co-investigateur de l'étude, professeur de biologie des systèmes de maladies et directeur de recherche du Novo Nordisk Foundation Center for Protein Research à l'Université de Copenhague, a mis en garde : "De nombreux types de cancer, en particulier ceux qui sont difficiles à identifier et à traiter tôt, ont un coût disproportionné pour les patients, les familles et le système de santé dans son ensemble.
"Le dépistage basé sur l'intelligence artificielle est une opportunité de changer la trajectoire du cancer du pancréas, une maladie agressive très difficile à diagnostiquer tôt et à traiter rapidement, lorsque les chances de succès sont plus élevées", a déclaré Brunak.
Dans la nouvelle étude, l'algorithme d'intelligence artificielle ( IA ) a été formé sur deux ensembles de données différents totalisant 9 millions de dossiers de patients du Danemark et des États-Unis . Les chercheurs ont "demandé" au modèle d'IA de rechercher des signes révélateurs en se basant sur les données contenues dans les dossiers médicaux.
En utilisant des combinaisons de codes de maladies et leur moment d'apparition, le modèle a pu prédire quels patients sont les plus susceptibles de développer un cancer du pancréas à l'avenir. Il convient de noter que bon nombre des symptômes et des codes de maladie n'étaient pas directement liés au pancréas ou à partir de celui-ci.
Les chercheurs ont testé différentes versions des modèles d'IA pour déterminer leur capacité à détecter les personnes à haut risque de développer la maladie à différents horizons temporels : 6 mois, un an, deux ans et trois ans.
Dans l'ensemble, chacune des versions de l'algorithme d'IA était nettement plus précise pour prédire qui développerait un cancer du pancréas que les estimations actuelles de l'incidence de la maladie dans l'ensemble de la population, définie comme la fréquence à laquelle elle développe une condition dans un population pendant une période donnée.
Les chercheurs pensent que le modèle est au moins aussi précis pour prédire l'apparition de la maladie que les tests de séquençage génétique actuels, qui ne sont généralement disponibles que pour un petit sous-ensemble de patients dans des ensembles de données.
Le dépistage de certains cancers courants, comme ceux du sein, du col de l'utérus et de la prostate, repose sur des techniques relativement simples et très efficaces : une mammographie, un test Pap et un test sanguin, respectivement.
Ces méthodes ont transformé les résultats de ces maladies en assurant une détection et une intervention précoces pendant les phases les plus traitables.
En comparaison, le cancer du pancréas est plus difficile et coûteux à détecter . Les médecins examinent principalement les antécédents familiaux et la présence de mutations génétiques, qui, bien qu'importants indicateurs de risque futur, sont souvent négligés par de nombreux patients.
Un avantage particulier de l' outil d'IA est qu'il pourrait être utilisé sur tous les patients pour lesquels les dossiers de santé et les antécédents médicaux sont disponibles, pas seulement ceux qui ont des antécédents familiaux connus ou une prédisposition génétique à la maladie. Ceci est particulièrement important, ajoutent les chercheurs, car de nombreux patients à haut risque peuvent même ne pas être conscients de leur prédisposition génétique ou de leurs antécédents familiaux.
En l'absence de symptômes et d'indication claire qu'une personne présente un risque élevé de cancer du pancréas, les médecins hésitent naturellement à recommander des tests plus sophistiqués et coûteux, tels que la tomodensitométrie, l'IRM ou l'échographie endoscopique.
Lorsque ces tests sont utilisés et que des lésions suspectes sont découvertes, le patient doit subir une procédure pour obtenir une biopsie. Situé à l'intérieur de l'abdomen, l'organe est difficile d'accès et facile à provoquer et à enflammer. Son irritabilité lui a valu le surnom de "l'organe en colère".
Selon les chercheurs, un outil d'IA qui identifierait les personnes les plus à risque de cancer du pancréas garantirait que les médecins testent la bonne population, tout en épargnant aux autres des tests et des procédures supplémentaires inutiles.
Bien qu'il existe des traitements sophistiqués, "il existe un besoin évident d'un meilleur dépistage, de tests plus ciblés et de diagnostics plus précoces, et c'est là que l'approche basée sur l'IA apparaît comme une première étape essentielle de ce continuum", a déclaré Sander.
Pour la présente étude, les chercheurs ont conçu plusieurs versions du modèle d'IA et les ont formés sur les dossiers médicaux de 6,2 millions de patients du système de santé national du Danemark sur 41 ans. Parmi ces patients, 23 985 ont développé un cancer du pancréas au fil du temps.
Au cours de la formation, l'algorithme a distingué des modèles indiquant le risque futur de cancer du pancréas en fonction des trajectoires de la maladie, c'est-à-dire si le patient avait certaines conditions qui se sont produites dans une certaine séquence au fil du temps.
Par exemple, des diagnostics tels que calculs biliaires, anémie, diabète de type 2 et autres problèmes gastro-intestinaux indiquaient un risque accru de cancer du pancréas dans les trois ans suivant le dépistage. Et moins surprenant, l'inflammation du pancréas a fortement prédit un futur cancer du pancréas dans un laps de temps encore plus court de deux ans.
Les chercheurs avertissent qu'aucun de ces diagnostics seuls ne devrait être considéré comme indicatif ou causal d'un futur cancer du pancréas. Cependant, le schéma et la séquence dans lesquels ils se produisent au fil du temps offrent des indices pour un modèle de surveillance basé sur l'IA et pourraient amener les cliniciens à surveiller de plus près les personnes à haut risque ou à indiquer des études pertinentes.
Les chercheurs ont ensuite testé l'algorithme le plus performant sur un ensemble entièrement nouveau de dossiers de patients qui n'avaient jamais été rencontrés auparavant : un ensemble de données de la US Veterans Health Administration de près de 3 millions d'enregistrements couvrant 21 ans et contenant 3 864 personnes diagnostiquées avec un cancer du pancréas.
La précision prédictive de l'outil était quelque peu inférieure dans l'ensemble de données américain. Cela était probablement dû au fait que l'ensemble de données américain a été collecté sur une période plus courte et contenait des profils de population de patients quelque peu différents : l'ensemble de la population du Danemark dans l'ensemble de données danois par rapport au personnel militaire actuel et ancien dans l'ensemble de données des vétérans.
Lorsque l'algorithme a été recyclé à partir de zéro sur l'ensemble de données américain, sa précision prédictive s'est améliorée. Selon les chercheurs, cela souligne deux points importants : premièrement, s'assurer que les modèles d'IA sont formés sur des données riches et de haute qualité. Deuxièmement, la nécessité d'accéder à de grands ensembles de données représentatifs de dossiers médicaux agrégés à l'échelle nationale et internationale.
En l'absence de tels modèles valables à l'échelle mondiale, les modèles d'IA doivent être formés sur des données de santé locales pour s'assurer que leur formation reflète les idiosyncrasies des populations locales.
Continuer à lire: