L'IA prédit l'avenir du cancer du pancréas

Les résultats, publiés le 8 mai dans Nature Medicine, suggèrent qu'un dépistage de la population basé sur l'IA pourrait être utile pour identifier les personnes présentant un risque élevé de contracter la maladie et pourrait accélérer le diagnostic d'une affection trop souvent détectée à un stade avancé, lorsque le traitement est moins efficace et que les résultats sont lamentables, ont déclaré les chercheurs. Le cancer du pancréas est l'un des cancers les plus meurtriers au monde, et son bilan devrait s'alourdir.

À l'heure actuelle, il n'existe pas d'outils de dépistage du cancer du pancréas à l'échelle de la population. Les personnes ayant des antécédents familiaux et certaines mutations génétiques qui les prédisposent au cancer du pancréas font l'objet d'un dépistage ciblé. Mais ces dépistages ciblés peuvent passer à côté d'autres cas qui n'entrent pas dans ces catégories, selon les chercheurs.

"L'une des décisions les plus importantes auxquelles les cliniciens sont confrontés au quotidien consiste à déterminer qui présente un risque élevé de contracter une maladie et qui bénéficierait de tests supplémentaires, ce qui peut également signifier des procédures plus invasives et plus coûteuses qui comportent leurs propres risques", a déclaré le cochercheur principal de l'étude, Chris Sander, membre de la faculté du département de biologie des systèmes de l'Institut Blavatnik de l'HMS. "Un outil d'IA capable de cibler les personnes présentant le risque le plus élevé de cancer du pancréas et susceptibles de bénéficier le plus d'examens complémentaires pourrait grandement contribuer à améliorer la prise de décision clinique."

Appliquée à grande échelle, une telle approche pourrait accélérer la détection du cancer du pancréas, conduire à un traitement plus précoce, améliorer les résultats et prolonger la durée de vie des patients.

"De nombreux types de cancer, en particulier ceux qui sont difficiles à identifier et à traiter à un stade précoce, font payer un tribut disproportionné aux patients, à leurs familles et au système de santé dans son ensemble", a déclaré Søren Brunak, cochercheur principal de l'étude, professeur de biologie des systèmes pathologiques et directeur de la recherche au Novo Nordisk Foundation Center for Protein Research de l'université de Copenhague. "Le dépistage basé sur l'IA est une opportunité de modifier la trajectoire du cancer du pancréas, une maladie agressive qui est notoirement difficile à diagnostiquer tôt et à traiter rapidement lorsque les chances de succès sont les plus élevées."

Dans la nouvelle étude, l'algorithme d'IA a été entraîné sur deux ensembles de données distincts 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 à partir des données contenues dans les dossiers. Sur la base de combinaisons de codes de maladies et du moment de leur apparition, le modèle a pu prédire quels patients étaient susceptibles de développer un cancer du pancréas à l'avenir. Il est à noter qu'un grand nombre de symptômes et de codes de maladie n'étaient pas directement liés au pancréas ou n'en provenaient pas.

Les chercheurs ont testé différentes versions des modèles d'IA pour déterminer leur capacité à détecter les personnes présentant un risque élevé de développement de la maladie sur différentes périodes : six mois, un an, deux ans et trois ans. Dans l'ensemble, chaque version de l'algorithme d'IA s'est avérée nettement plus précise pour prédire qui développerait un cancer du pancréas que les estimations actuelles de l'incidence de la maladie à l'échelle de la population - définie comme la fréquence à laquelle une maladie se développe dans une population sur une période donnée. Les chercheurs estiment que le modèle est au moins aussi précis pour prédire l'apparition d'une maladie que les tests de séquençage génétique actuels, qui ne sont généralement disponibles que pour un petit sous-ensemble de patients dans les ensembles de données.

L'"organe en colère

Le dépistage de certains cancers courants tels que ceux du sein, du col de l'utérus et de la prostate repose sur des techniques relativement simples et très efficaces - une mammographie, un frottis de Papanicolaou et un test sanguin, respectivement. Ces méthodes de dépistage ont transformé les résultats pour ces maladies en assurant une détection précoce et une intervention aux stades les plus traitables.

En comparaison, le cancer du pancréas est plus difficile et plus coûteux à dépister et à tester. Les médecins s'appuient principalement sur les antécédents familiaux et la présence de mutations génétiques, qui, bien qu'étant des indicateurs importants du risque futur, passent souvent à côté de nombreux patients. L'un des avantages particuliers de l'outil d'IA est qu'il pourrait être utilisé pour tous les patients dont les dossiers médicaux et les antécédents médicaux sont disponibles, et pas seulement pour ceux dont les antécédents familiaux ou les prédispositions génétiques à la maladie sont connus. Les chercheurs ajoutent que cela est d'autant plus important que de nombreux patients à haut risque peuvent ne même pas être conscients de leur prédisposition génétique ou de leurs antécédents familiaux.

En l'absence de symptômes et sans indication claire qu'une personne présente un risque élevé de cancer du pancréas, les cliniciens peuvent, à juste titre, hésiter à recommander des examens plus sophistiqués et plus coûteux, tels que le scanner, 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 au plus profond de l'abdomen, l'organe est difficile d'accès et facile à provoquer et à enflammer. Son irritabilité lui a valu le surnom d'"organe en colère".

Un outil d'IA permettant d'identifier les personnes présentant le risque le plus élevé de cancer du pancréas garantirait que les cliniciens testent la bonne population, tout en épargnant aux autres des tests inutiles et des procédures supplémentaires, ont déclaré les chercheurs.

Environ 44 % des personnes diagnostiquées à un stade précoce du cancer du pancréas survivent cinq ans après le diagnostic, mais seulement 12 % des cas sont diagnostiqués aussi tôt. Le taux de survie chute à 2 à 9 % chez les personnes dont les tumeurs se sont développées au-delà de leur site d'origine, estiment les chercheurs.

"Ce faible taux de survie s'explique par les progrès considérables des techniques chirurgicales, de la chimiothérapie et de l'immunothérapie", a déclaré M. Sander. "En plus des traitements sophistiqués, il est donc nécessaire d'améliorer le dépistage, de mieux cibler les tests et d'établir un diagnostic plus précoce, et c'est là que l'approche basée sur l'IA intervient en tant que première étape critique de ce continuum.

Les diagnostics antérieurs laissent présager un risque futur

Pour l'étude actuelle, les chercheurs ont conçu plusieurs versions du modèle d'IA et les ont entraînées sur les dossiers médicaux de 6,2 millions de patients du système national de santé danois sur une période de 41 ans. Parmi ces patients, 23 985 ont développé un cancer du pancréas au fil du temps. Au cours de l'entraînement, l'algorithme a discerné des schémas indiquant un risque futur de cancer du pancréas sur la base des trajectoires des maladies, c'est-à-dire si le patient présentait certaines conditions qui se sont produites dans une certaine séquence au fil du temps.

Par exemple, les diagnostics de calculs biliaires, d'anémie, de diabète de type 2 et d'autres problèmes gastro-intestinaux laissaient présager un risque accru de cancer du pancréas dans les trois ans suivant l'évaluation. De manière moins surprenante, l'inflammation du pancréas était fortement prédictive d'un futur cancer du pancréas dans un laps de temps encore plus court, à savoir deux ans. Les chercheurs précisent qu'aucun de ces diagnostics ne doit être considéré comme indicatif ou causal d'un futur cancer du pancréas. Toutefois, le schéma et l'ordre dans lesquels ils se produisent au fil du temps offrent des indices pour un modèle de surveillance basé sur l'IA et pourraient inciter les médecins à surveiller de plus près les personnes présentant un risque élevé ou à effectuer des tests en conséquence.

Ensuite, les chercheurs ont testé l'algorithme le plus performant sur un tout nouvel ensemble de dossiers de patients qu'il n'avait jamais rencontré auparavant - un ensemble de données de l'Administration de la santé des vétérans américains comprenant près de 3 millions de dossiers couvrant 21 années et contenant 3 864 personnes chez qui un cancer du pancréas a été diagnostiqué. La précision prédictive de l'outil était légèrement inférieure sur l'ensemble de données américaines. Cela s'explique très probablement par le fait que les données américaines ont été collectées sur une période plus courte et qu'elles contenaient des profils de population de patients quelque peu différents - l'ensemble de la population du Danemark dans l'ensemble de données danoises contre le personnel militaire actuel et ancien dans l'ensemble de données du ministère des Anciens Combattants. Lorsque l'algorithme a été réentraîné à partir de zéro sur l'ensemble des données américaines, sa précision prédictive s'est améliorée. Selon les chercheurs, ces résultats soulignent deux points importants : Premièrement, il faut s'assurer que les modèles d'IA sont formés sur des données riches et de haute qualité. Deuxièmement, la nécessité d'accéder à de vastes ensembles de données représentatives de dossiers cliniques agrégés à l'échelle nationale et internationale. En l'absence de tels modèles valables à l'échelle mondiale, les modèles d'IA devraient être formés sur des données sanitaires locales afin de garantir que leur formation reflète les idiosyncrasies des populations locales.