Des modèles d’apprentissage automatique utilisant des informations de santé collectées régulièrement, telles que des analyses de sang, des antécédents médicaux et des facteurs liés au mode de vie, pourraient aider à identifier les personnes présentant un risque plus élevé de plusieurs cancers courants, selon une étude internationale présentée lors du congrès ESMO 2026.
Les chercheurs ont développé environ 500 modèles d’apprentissage automatique pour prédire le risque pour 20 cancers courants, en utilisant les données de 463 620 participants à la UK Biobank qui ont été suivis pendant environ 18 ans. Durant cette période, 57 055 participants ont développé un cancer. Les modèles ont analysé des informations, notamment les antécédents médicaux, les facteurs liés au mode de vie, les analyses de sang, les données génétiques et métabolomiques.
Pour évaluer les performances des modèles dans différentes populations, les chercheurs les ont testés en utilisant les données de participants d’Écosse et du Pays de Galles, ainsi que de 42 036 personnes du programme de recherche américain All of Us et de plus de 3 millions de la base de données japonaise JMDC. Afin de réduire l’influence des maladies non diagnostiquées, les cancers diagnostiqués au cours de la première année ont été exclus des modèles pertinents.
Les modèles ont surpassé les approches statistiques traditionnelles, même si les performances variaient selon les types de cancer. Pour un résultat combiné du cancer couvrant les cancers qui pourraient être prédits à partir de données cliniques de routine, ils ont atteint une aire sous la courbe (AUROC) de 0,83 à 15 ans, où 0,5 n’est pas meilleur que le hasard et 1,0 est une prédiction parfaite. Les performances ont été particulièrement bonnes pour les cancers du poumon, de l’œsophage et du foie, mais plus limitées pour les cancers de l’ovaire, du sein et du col de l’utérus. Pour la leucémie myéloïde aiguë et le myélome multiple, les performances ont diminué à plus long terme, ce qui suggère que certaines prévisions à court terme pourraient refléter les premiers signes d’un cancer déjà présent mais non diagnostiqué.
Une grande partie des informations prédictives provenaient d’analyses sanguines de routine et des antécédents cliniques. Les analyses de sang ont continué à ajouter une valeur prédictive aux cancers diagnostiqués plus de cinq ans plus tard, tandis que les données génétiques et métabolomiques n’ont apporté qu’une légère amélioration supplémentaire. L’équipe a également développé PRE-Screen, une boîte à outils permettant aux agents d’intelligence artificielle (IA) basés sur de grands modèles de langage (LLM) d’exécuter les modèles de risque de manière cohérente. Les agents qui l’utilisaient ont obtenu des résultats nettement meilleurs que les LLM faisant des prédictions sans aide.
Pour certains cancers, ces modèles pourraient servir d’étape de pré-dépistage à faible coût en utilisant les données déjà disponibles dans les soins de routine. Les programmes de dépistage existants ne couvrent que certains cancers et utilisent souvent de larges critères d’éligibilité, plutôt que d’évaluer le risque individuel de chaque personne. »
Dr Paul-Henry Koop, auteur principal, Else Kröner Fresenius Center for Digital Health, TU Dresden, Allemagne
Dans l’Union européenne, les recommandations se sont traditionnellement concentrées sur le cancer du sein, du col de l’utérus et colorectal, le Conseil de l’UE recommandant également d’explorer le dépistage d’autres cancers.
« Les types de cancer diffèrent considérablement dans leurs mécanismes cancérigènes et dans la mesure dans laquelle leurs facteurs de risque et leurs conditions précurseurs sont capturés dans les données de routine », a expliqué Koop. Il a noté que les modèles pourraient aider à cibler le dépistage ou les interventions visant à réduire le risque de cancer, mais a averti que de nombreuses personnes signalées comme présentant un risque plus élevé ne développeraient pas de cancer. « Un signalement positif devrait donc d’abord déclencher des tests mini-invasifs », a-t-il déclaré. Puisque l’étude a analysé les données existantes de manière rétrospective, des recherches supplémentaires sont nécessaires pour déterminer si l’approche conduit à un diagnostic plus précoce ou à de meilleurs résultats.
« Ce qu’il faut, c’est une évaluation complète du protocole proposé dans différents types de populations et de contextes, en dehors de la cohorte UK Biobank », a déclaré le Dr Marco Lorenzi, directeur de recherche à Inria Sophia Antipolis, Université Côte d’Azur, France, qui n’a pas participé à l’étude. Il a souligné qu’une validation plus approfondie était nécessaire pour évaluer la fiabilité et la généralisabilité des résultats ainsi que les biais potentiels.
« Le protocole d’analyse automatisé proposé dans ce travail peut représenter un instrument précieux pour la priorisation des patients, la détection précoce et l’évaluation des risques », a suggéré Lorenzi. « L’avantage serait d’alléger le fardeau des soins sur la société et le système de santé. »
