_85125449d0644e909fb6fa73c9d94357-620x480.jpg)
La Dre Ananya Malhotra parle àMa Cliniquede ses dernières recherches sur le cancer du pancréas et de la manière dont son pronostic pourrait être amélioré en utilisant l'intelligence artificielle.
Sommaire
Qu'est-ce qui vous a amené à commencer cette recherche?
Le pronostic de plusieurs cancers, y compris les tumeurs pancréatiques, ne s'est guère amélioré au cours des dernières décennies, contrastant avec une augmentation générale spectaculaire de la survie pour la plupart des cancers. Nous avons estimé qu'une nouvelle approche était nécessaire.
Crédit d'image: Kateryna Kon / Shutterstock.com
Pourquoi est-il problématique de dépister tout le monde pour le cancer du pancréas?
Le cancer du pancréas est une maladie très rare (8 à 12 nouveaux cas diagnostiqués chaque année sur une population de 100 000). En raison de la faible incidence de cette maladie, le dépistage de l'ensemble de la population n'est ni pratique ni approprié. Les marqueurs diagnostiques actuels sont très coûteux par cancer et sont confrontés au coût et à la morbidité associés aux tests invasifs.
Pourquoi le dépistage est-il important?
Le dépistage du cancer signifie le dépistage des premiers signes de cancer chez les personnes qui ne présentent aucun symptôme. Le but est d'aider à détecter les cancers tôt, ce qui signifie que le traitement peut être plus efficace en termes de chances de survie plus élevées.
Quelles sont les exigences pour le dépistage et comment cela est-il lié au cancer du pancréas?
Selon l'OMS, les critères d'un programme de dépistage efficace peuvent être trouvés sur – https://www.who.int/cancer/prevention/diagnosis-screening/screening/en/
Pour prôner un modèle de dépistage du cancer du pancréas, compte tenu de la très faible prévalence de cette maladie, il sera plus efficace de mettre en œuvre un dépistage ciblé sur un groupe de personnes à haut risque.
Plusieurs biomarqueurs ont été étudiés, potentiellement détectables dans l'urine.
Nous ne sommes impliqués dans aucune de ces recherches et ne disons rien sur le test ou le biomarqueur à utiliser, simplement que si un test non invasif précis était développé, l'algorithme que nous développons pourrait être associé pour faciliter le dépistage ciblé. , c'est-à-dire le dépistage chez les personnes qui présentent une probabilité accrue de développer un cancer du pancréas.
Crédit d'image: Carl Dupont / Shutterstock.com
Quels symptômes ont été associés aux premiers signes de cancer du pancréas? Comment l'IA pourrait-elle les analyser pour déterminer les individus à haut risque?
Nous avons inclus tous les symptômes précédemment rapportés comme ayant une association avec le cancer du pancréas dans la littérature. Nous avons également inclus d'autres qui se sont produits avec une fréquence élevée dans les données de santé des patients, certains d'entre eux étant diagnostiqués plus tard avec un cancer du pancréas.
Ainsi, nous avons inclus la plupart des choses que vous vous attendez à voir comme les douleurs abdominales, les maux de dos, l'anémie, la perte de poids, le diabète et la jaunisse, ainsi que quelques autres qui peuvent ne pas être si évidentes, telles que l'insomnie, la fatigue, la dépression. Le modèle prédit le statut de risque en fonction de toutes les variables, il est donc inapproprié d'en mettre en évidence une ou deux seulement qui sont particulièrement importantes pour déterminer les personnes à haut risque.
Comment avez-vous testé l'IA?
Les patients atteints de cancer du pancréas sont généralement diagnostiqués lorsqu'il est trop tard, mais la plupart d'entre eux ont consulté leur médecin généraliste pour des raisons non spécifiques jusqu'à quelques années avant le diagnostic de cancer. Cependant, ces symptômes individuels ne sont associés à aucun risque accru de cancer du pancréas. Nous supposons qu'il est possible de trouver une combinaison de tels symptômes (non spécifiques) qui seront associés à un risque plus élevé de cancer du pancréas.
Afin d'identifier cette combinaison, nous avons utilisé l'IA qui permet à la machine d'étudier les données, de rechercher des modèles dans les données et de prendre de meilleures décisions à l'avenir en fonction des exemples que nous fournissons. Ces algorithmes appliquent ce qui a été appris dans le passé à de nouvelles données pour prédire les événements futurs.
Par rapport aux techniques de programmation conventionnelles, les algorithmes d'apprentissage automatique formulent automatiquement les règles à partir des données, ce qui est beaucoup plus puissant. Étant donné que nous traitons de gros volumes de données, l'œil humain ne peut pas identifier les tendances des données et les règles de code.
Crédit d'image: tout est possible / Shutterstock.com
Quelles ont été vos découvertes?
L'étude pilote a révélé que chez les personnes de moins de 60 ans, le modèle pouvait prédire qui était à risque plus élevé de cancer du pancréas jusqu'à 20 mois avant le diagnostic. Notre modèle a estimé qu'environ 1 500 tests doivent être effectués pour sauver une vie du cancer du pancréas. Il est peu probable que ce soit suffisamment petit pour rendre le dépistage viable pour le moment.
Cependant, les résultats préliminaires montrent que l'IA a le potentiel de réduire le nombre de personnes que nous devons dépister. Nous devrions être en mesure de réduire encore beaucoup ce problème en faisant correspondre les patients atteints de cancer du pancréas aux témoins de la population générale, ce que nous prévoyons de faire ensuite (dans l'étude actuelle, les témoins avaient d'autres types de cancer).
Comment cette technologie pourrait-elle être utilisée à l'avenir pour lutter contre le cancer du pancréas?
L'IA est un outil incroyable pour la reconnaissance automatisée des formes et les régularités dans les données. En utilisant ces informations, les algorithmes d'apprentissage automatique agissent et prédisent des résultats tels que la classification des données dans différentes catégories.
Par exemple, dans notre projet, nous visons à développer un algorithme qui produit un score de risque pour l'incidence du cancer du pancréas chez un patient. Ce score de risque est basé sur tous les symptômes ressentis par les patients ayant développé un cancer du pancréas par rapport aux individus n'ayant pas développé cette maladie.
Quelles sont les prochaines étapes de votre recherche?
Nos résultats sont basés sur des patients diagnostiqués avec un cancer du pancréas entre 2005 et 2010. Nous aimerions étendre nos résultats préliminaires à des données plus longues et plus à jour. Nous aimerions également examiner les informations pré-diagnostiques avant 2 ans après le diagnostic, ce qui signifie que nous pourrons peut-être détecter les patients à haut risque encore plus tôt.
Notre modèle a compromis sa faible spécificité. La cause la plus probable de ceci pourrait être l'utilisation de patients cancéreux comme témoins qui partagent des signes d'alerte similaires. Par conséquent, nous voulons appliquer nos méthodes à la population générale.
Nos résultats ont indiqué l'importance relative de variables telles que le tabagisme et le diabète et considérant que nous voudrions mener une analyse stratifiée, en faisant également correspondre les contrôles sur leur statut tabagique ou diabétique. Enfin, nous aimerions évaluer le rapport coût-efficacité de nos méthodes par rapport aux autres programmes de dépistage.
Où les lecteurs peuvent-ils trouver plus d'informations?
Nous sommes en train de soumettre un document de recherche basé sur cette étude. Cependant, plus d'informations peuvent être trouvées sur notre site Web-
https://icon.lshtm.ac.uk/risk-score-for-pancreatic-cancer/
À propos du Dr Ananya Malhotra
La Dre Ananya Malhotra est chercheuse à la London School of Hygiene & Tropical Medicine, travaillant avec le réseau Inequality in Cancer Outcomes Network.
Son projet actuel est basé sur le développement d'un algorithme d'apprentissage automatique qui peut faciliter la détection précoce du cancer du pancréas. En juillet 2020, les résultats préliminaires de cette étude ont été présentés au Congrès mondial de l'ESMO sur le cancer gastro-intestinal 2020 où il a été plébiscité.
Elle a reçu un prix du jeune chercheur pour le meilleur résumé, et a été interviewée par le comité des affaires presse et médias de l'ESMO pour inclusion dans son programme de presse.
Le communiqué de presse a été diffusé sur leur forum d'actualités et le même a été publié dans EurekAlert !. En outre, un article de blog «In Focus» a été publié par The American Journal of Managed Care.
