Une nouvelle étude présentée à l'International Association for the Study of Lung Cancer 2025 World Conference on Lung Cancer (WCLC) valide l'utilisation de Sybil, un modèle d'intelligence artificielle d'apprentissage en profondeur, pour prédire le futur risque de cancer du poumon dans une population à prédominance noire.
L'étude, menée par l'Université de l'Illinois Hospital & Clinics, (UI Health), l'entreprise de santé académique de l'Université de l'Illinois Chicago (UIC), met en évidence la forte performance de Sybil dans un cadre clinique réel avec des patients raciaux et socio-économiquement divers. Le Sybil Implementation Consortium comprend l'UIC, le général de masse Brigham, le Baptist Memorial Health Care, le Massachusetts Institute of Technology et Wellstar Health System.
Alors que les validations antérieures des États-Unis Sybil ont été effectuées dans des cohortes qui étaient plus de 90% blanches, cette nouvelle analyse s'est concentrée sur une population où 62% des participants ont identifié comme noir non hispanique, 13% hispanique et 4% asiatique. Le modèle a démontré une précision prédictive élevée pour le risque de cancer du poumon jusqu'à six ans après un seul tomodensitométrie à faible dose (LDCT).
Cette étude confirme que Sybil fonctionne bien dans un cadre racial et socioéconomique, soutenant son utilité plus large pour le dépistage du cancer du poumon. Il est prometteur comme un outil pour améliorer la détection précoce et aborder les disparités dans les résultats du cancer du poumon. «
Mary Pasquinelli, auteur principal, infirmière praticienne et directrice du programme de dépistage pulmonaire de l'UI Health et membre du Centre de cancer de l'Université de l'Illinois
Pasquinelli et ses collègues ont évalué 2 092 LDCT de base du programme de dépistage pulmonaire de l'UI Health entre 2014 et 2024. Parmi ceux-ci, 68 patients ont été diagnostiqués avec un cancer du poumon, avec des délais de suivi allant de 0 à 10,2 ans, a-t-elle rapporté
L'étude a révélé que la zone de Sybil sous la performance de la courbe (AUC) pendant des années un à six était la suivante:
– 0,94 (1 an)
– 0,90 (2 ans)
– 0,86 (3 ans)
– 0,85 (4 ans)
– 0,80 (5 ans)
– 0,79 (6 ans)
Si un modèle de dépistage du cancer du poumon a un ASC de 0,94, cela signifie qu'il y a 94% de chances que le modèle classe correctement un patient choisi au hasard qui développe un cancer à l'avenir comme un risque plus élevé qu'un patient choisi au hasard qui ne développe pas de cancer dans un avenir proche.
Elle a rapporté que les résultats sont restés solides lorsqu'ils sont limités aux participants noirs et après avoir exclu les cancers diagnostiqués dans les trois mois suivant le dépistage.
Selon Pasquinelli, l'étude affirme la généralisation clinique de Sybil et suggère que le modèle peut être impartial en ce qui concerne des facteurs tels que la race et l'ethnicité, démontrant de fortes performances dans les communautés sous-représentées. Le Consortium de mise en œuvre de Sybil procédera désormais avec des essais cliniques potentiels pour intégrer Sybil dans les flux de travail cliniques du monde réel, a-t-elle déclaré.
