Médecine de précision : accélérer grâce à l'intelligence artificielle

La médecine de précision repose sur un principe simple : pour chaque patient, la prise en charge doit être dictée par un ensemble d’indicateurs qui informent sur la nature de la maladie, sa probable évolution et sensibilité aux différents traitements, sur les risques d’effets secondaires…

La multiplication des connaissances en biologie cellulaire et moléculaire, en génétique, en immunologie etc a permis de poser les premiers jalons d’une plus grande précision dans les diagnostics et les propositions de traitements. Aujourd’hui, les outils d’IA, développés pour chaque besoin de recherche ou de soin, offrent la possibilité de traiter l’ensemble des données fournies par les techniques d’analyse (imageries, séquençages…) et de les mettre en relation avec toute la connaissance acquise sur la biologie des tumeurs. Ils permettent aussi de faire émerger des informations utiles aux médecins à partir de ces données.

C’est dans le domaine de l’imagerie que des outils d’IA ont d’abord révélé ce que les yeux des médecins ne pouvaient voir. Dans les images, à l’échelle du pixel, les chercheurs créent des IA capables d’identifier des motifs, des schémas associés à des particularités de la tumeur, comme le nombre de cellules immunitaires dans les différentes zones tumorales, ou la diversité des cellules cancéreuses… Autant d’informations qui permettent d’ores et déjà d’affiner les diagnostics et de mieux élaborer les protocoles de radiothérapies.

Comme pour les milliards de pixels d’une image, des algorithmes d’IA sont mis au point pour analyser les milliards de données que génère l’analyse des molécules (ADN ou ARN, notamment) retrouvées dans une prise de sang, un prélèvement d’urine… Ainsi, ces « biopsies liquides » révèlent la localisation d’origine du cancer, des marqueurs d’agressivité, des mutations indicatrices de susceptibilité ou de résistance à certaines thérapies, l’état des défenses immunitaires anti-tumorales…

Des informations qui, à termes, pourraient aider à ajuster les traitements, prescrire des thérapies adaptées aux particularités moléculaires des cellules cancéreuses…

Dans certaines situations, identifier la meilleure thérapie pour chaque patient constitue un défi pour les oncologues. Le constat risque d’être encore plus vrai à l’avenir, avec la multiplication des options thérapeutiques. Face à cela, des laboratoires exploitent la puissance des outils d’IA pour créer des « jumeaux numériques » de patients. Chaque avatar, constitué des milliards de données (imageries, séquençages de génome…) – pour quelques dizaines disponibles il y a 20 ans – doit se comporter comme son modèle, si fidèlement qu’on doit pouvoir lui administrer virtuellement une série de traitements… pour savoir lequel offrira le meilleur bénéfice au patient réel.

Un pas de géant qui se décline à l’échelle de cohortes entières, pouvant servir de témoins virtuels dans les essais cliniques. Un gain de temps énorme dans le recrutement de patients pour ces essais, toujours plus nombreux, et un potentiel avantage pour les patients qui reçoivent tous le traitement innovant.

Enfin, si l’IA ouvre des perspectives prodigieuses, les oncologues et les chercheurs s’attachent à ne pas confondre vitesse et précipitation : pour s’intégrer dans la prise en charge des patients, les dispositifs basés sur l’IA doivent prouver, comme tout dispositif médical, qu’ils apportent un bénéfice réel aux patients. C’est tout l’objet des très nombreux travaux menés actuellement dans ce champ de recherche encore jeune.