Aller au contenu
Actualités médicales

Le modèle d'IA prédit un futur risque de cancer du poumon à partir d'une seule tomodensitométrie à faible dose

La recherche de l'OSU met en lumière la façon dont les cellules cancéreuses malignes changent de forme

Un modèle d'apprentissage en profondeur a été en mesure de prédire le risque futur du cancer du poumon à partir d'un seul scanner thoracique à faible dose, selon de nouvelles recherches publiées à la conférence internationale de l'ATS 2025.

Le modèle, appelé Sybil, qui a été développé à l'origine à l'aide des données nationales de dépistage pulmonaire (NLST) par des enquêteurs de l'Institut de technologie du Massachusetts et de la Harvard Medical School, pourrait être utilisé pour guider des stratégies de dépistage du cancer du poumon plus personnalisées. Il pourrait s'agir d'un outil particulièrement précieux en Asie, où l'incidence du cancer du poumon chez les non-fumeurs augmente, et de nombreuses personnes sans facteurs de risque conventionnels ne répondent pas aux directives de dépistage, ont déclaré les chercheurs.

Sybil a démontré le potentiel d'identifier les véritables individus à faible risque qui peuvent bénéficier de l'arrêt du dépistage ultérieur, ainsi que de détecter les groupes à risque qui devraient être encouragés à poursuivre le dépistage. « 

Yeon Wook Kim, MD, auteur correspondant, pulmonologue et chercheur à l'hôpital de l'Université nationale de Séoul à Seongnam, République de Corée

Les directives internationales actuelles ne recommandent pas le dépistage du cancer du poumon pour les personnes considérées comme un risque inférieur, comme les personnes qui n'ont jamais fumé. Cependant, les taux de cancer du poumon augmentent dans ce groupe et la charge du cancer du poumon dans cette population est importante.

Cette déconnexion entre le risque et le dépistage est particulièrement une préoccupation en Asie. La région représente plus de 60% des nouveaux cas de cancer du poumon et des décès connexes dans le monde, avec une incidence croissante chez les personnes qui n'ont jamais fumé, a déclaré le Dr Kim. Il a également noté que l'épidémiologie du cancer du poumon en Asie est différente des populations où des critères de dépistage ont été développés et validés. Cela a conduit à une augmentation du dépistage qui est auto-initié ou non conforme aux directives, mais il y a un manque de données pour suggérer qui devrait être examiné et qui ne devrait pas.

Pour le nouvel article, les chercheurs ont évalué plus de 21 000 personnes âgées de 50 à 80 ans qui ont subi un dépistage de LDCT auto-initié entre 2009 et 2021 et ont suivi leurs résultats jusqu'en 2024. Les tests de dépistage ont été analysés par Sybil pour calculer le risque de diagnostic futur de cancer du poumon. Le modèle a démontré de bonnes performances pour prédire le diagnostic du cancer à des deux et six ans, y compris chez les ne jamais fumeurs.

« La valeur de Sybil réside dans sa capacité unique à prédire le risque futur du cancer du poumon à partir d'un seul scan LDCT, indépendamment d'autres facteurs démographiques qui sont conventionnellement utilisés pour la stratification des risques », a déclaré le Dr Kim.

Le modèle pourrait être utilisé pour développer des stratégies personnalisées pour les personnes qui ont déjà subi un dépistage du LDCT mais n'ont pas reçu de recommandations supplémentaires pour un dépistage ou un suivi supplémentaire. Une validation prospective sera nécessaire pour confirmer le potentiel d'utilisation clinique du modèle.

Les chercheurs prévoient de suivre l'étude.

« Sur la base de nos résultats, nous sommes impatients de mener une étude prospective pour valider et appliquer Sybil en milieu clinique pragmatique, ainsi que pour améliorer la capacité du modèle à prédire d'autres résultats importants, tels que la mortalité spécifique au cancer du poumon », a déclaré le Dr Kim.

Ma Clinique

Ma Clinique

L'équipe Ma Clinique : professionnels de la santé et spécialistes en médecine générale. Notre objectif est de vous fournir les informations dont vous avez besoin pour prendre des décisions éclairées sur vos soins de santé.