Médecine personnalisée contre le cancer : les humains prennent de meilleures décisions thérapeutiques que l'IA
Une étude met en évidence les limites des grands modèles linguistiques dans la médecine de précision
Le traitement du cancer devient de plus en plus complexe, mais il offre aussi de plus en plus de possibilités. En effet, mieux on comprend la biologie et les caractéristiques génétiques d'une tumeur, plus il existe d'approches thérapeutiques. Pour pouvoir offrir aux patients des thérapies personnalisées adaptées à leur maladie, il est nécessaire de procéder à une analyse et à une interprétation laborieuses et fastidieuses de diverses données. Des chercheurs de la Charité - Universitätsmedizin Berlin et de la Humboldt-Universität zu Berlin ont étudié si des outils d'intelligence artificielle générative (IA) tels que ChatGPT pouvaient faciliter cette étape. Il s'agit de l'un des nombreux projets menés à la Charité pour analyser les possibilités offertes par l'IA dans le domaine des soins aux patients.
Si l'organisme ne peut plus réparer lui-même certaines mutations génétiques, les cellules commencent à se développer de manière incontrôlée, produisant une tumeur. Le facteur crucial de ce phénomène est un déséquilibre entre les facteurs de croissance et les facteurs d'inhibition de la croissance, qui peut résulter de changements dans les oncogènes - des gènes ayant le potentiel de provoquer un cancer - par exemple. L'oncologie de précision, un domaine spécialisé de la médecine personnalisée, tire parti de ces connaissances en utilisant des traitements spécifiques tels que des inhibiteurs de faible poids moléculaire et des anticorps pour cibler et désactiver les oncogènes hyperactifs.
La première étape de l'identification des mutations génétiques qui constituent des cibles potentielles pour le traitement consiste à analyser la composition génétique du tissu tumoral. Les variantes moléculaires de l'ADN tumoral qui sont nécessaires pour un diagnostic et un traitement de précision sont déterminées. Les médecins utilisent ensuite ces informations pour élaborer des recommandations de traitement individuelles. Dans les cas particulièrement complexes, cela nécessite des connaissances issues de différents domaines de la médecine. À la Charité, c'est à ce moment-là que se réunit le "molecular tumor board" (MTB) : Des experts en pathologie, en pathologie moléculaire, en oncologie, en génétique humaine et en bio-informatique analysent ensemble les traitements les plus prometteurs sur la base des études les plus récentes. Il s'agit d'un processus très complexe, qui aboutit finalement à une recommandation de traitement personnalisée.
L'intelligence artificielle peut-elle aider à prendre des décisions en matière de traitement ?
Damian Rieke, médecin à la Charité, Ulf Leser et Xing David Wang de la Humboldt-Universität zu Berlin, et Manuela Benary, spécialiste en bio-informatique à la Charité, se sont demandé si l'intelligence artificielle pouvait être utile à ce stade. Dans une étude récemment publiée dans la revue JAMA Network Open*, ils ont travaillé avec d'autres chercheurs pour examiner les possibilités et les limites des grands modèles de langage tels que ChatGPT dans l'analyse automatique de la littérature scientifique en vue de sélectionner des traitements personnalisés.
"Nous avons demandé aux modèles d'identifier des options de traitement personnalisées pour des patients fictifs atteints de cancer, puis nous avons comparé les résultats avec les recommandations formulées par des experts", explique M. Rieke. Sa conclusion : "Les modèles d'IA étaient en principe capables d'identifier des options de traitement personnalisées, mais ils étaient loin d'égaler les capacités des experts humains."
L'équipe a créé dix profils moléculaires de tumeurs de patients fictifs pour l'expérience. Un médecin spécialiste humain et quatre grands modèles de langage ont ensuite été chargés d'identifier une option de traitement personnalisée. Ces résultats ont été présentés aux membres du MTB pour évaluation, sans qu'ils sachent d'où provenait la recommandation.
Des modèles d'IA améliorés prometteurs pour de futures utilisations
"Dans certains cas isolés, l'IA a identifié des options thérapeutiques étonnamment bonnes", indique M. Benary. "Mais les grands modèles de langage sont beaucoup moins performants que les experts humains. En outre, la protection des données, le respect de la vie privée et la reproductibilité posent des problèmes particuliers en ce qui concerne l'utilisation de l'intelligence artificielle avec des patients du monde réel, note-t-elle.
Néanmoins, Mme Rieke est fondamentalement optimiste quant aux utilisations potentielles de l'intelligence artificielle en médecine : "Dans l'étude, nous avons également montré que les performances des modèles d'IA continuent de s'améliorer au fur et à mesure que les modèles progressent. Cela pourrait signifier qu'à l'avenir, l'IA pourra apporter un soutien accru aux processus de diagnostic et de traitement, même les plus complexes, à condition que ce soit l'homme qui vérifie les résultats générés par l'IA et qui ait le dernier mot en matière de traitement."
Les projets d'IA à la Charité visent à améliorer les soins aux patients
Le professeur Felix Balzer, directeur de l'Institut d'informatique médicale, est également convaincu que la médecine bénéficiera de l'IA. En tant que Chief Medical Information Officer (CMIO) au sein de l'IT, il est responsable de la transformation numérique des soins aux patients à la Charité. "La numérisation, qui signifie également l'utilisation de l'automatisation et de l'intelligence artificielle, est un domaine d'intérêt particulier lorsqu'il s'agit d'améliorer l'efficacité des soins aux patients", explique M. Balzer.
Son institut travaille sur des modèles d'IA pour aider à la prévention des chutes dans les soins de longue durée, par exemple. D'autres services de la Charité mènent également des recherches approfondies sur l'IA : le Charité Lab for Artificial Intelligence in Medicine (laboratoire de la Charité pour l'intelligence artificielle en médecine) travaille à la mise au point d'outils de pronostic basés sur l'IA à la suite d'accidents vasculaires cérébraux, et le projet TEF-Health, dirigé par le professeur Petra Ritter de l'Institut de la santé de Berlin à la Charité (BIH), vise à faciliter la validation et la certification de l'IA et de la robotique dans les dispositifs médicaux.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Manuela Benary, Xing David Wang, Max Schmidt, Dominik Soll, Georg Hilfenhaus, Mani Nassir, Christian Sigler, Maren Knödler, Ulrich Keller, Dieter Beule, Ulrich Keilholz, Ulf Leser, Damian T. Rieke; "Leveraging Large Language Models for Decision Support in Personalized Oncology"; JAMA Network Open, Volume 6, 2023-11-17
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
