Un outil d’intelligence artificielle a identifié avec succès les personnes les plus à risque de cancer du pancréas jusqu’à trois ans avant le diagnostic en utilisant uniquement les dossiers médicaux des patients, selon une nouvelle recherche menée par des chercheurs de la Harvard Medical School et de l’Université de Copenhague, en collaboration avec VA Boston Healthcare System, Dana-Farber Cancer Institute et Harvard TH Chan School of Public Health.
Les conclusions, publiées le 8 mai dans médecine naturelle, suggèrent que le dépistage de la population basé sur l’IA pourrait être utile pour trouver les personnes à risque élevé de contracter la maladie et pourrait accélérer le diagnostic d’une maladie trouvée trop souvent à des stades avancés lorsque le traitement est moins efficace et que les résultats sont lamentables, ont déclaré les chercheurs. Le cancer du pancréas est l’un des cancers les plus meurtriers au monde et son bilan devrait augmenter.
Actuellement, il n’existe aucun outil basé sur la population pour dépister largement le cancer du pancréas. Ceux qui ont des antécédents familiaux et certaines mutations génétiques qui les prédisposent au cancer du pancréas sont dépistés de façon ciblée. Mais de tels dépistages ciblés peuvent manquer d’autres cas qui ne relèvent pas de ces catégories, ont déclaré les chercheurs.
L’une des décisions les plus importantes auxquelles les cliniciens sont confrontés au quotidien est de savoir qui est à haut risque de contracter une maladie et qui bénéficierait de tests supplémentaires, ce qui peut également signifier des procédures plus invasives et plus coûteuses qui comportent leurs propres risques. Un outil d’IA qui peut se concentrer sur les personnes les plus à risque de cancer du pancréas qui bénéficieront le plus de tests supplémentaires pourrait grandement contribuer à améliorer la prise de décision clinique. »
Chris Sander, co-chercheur principal de l’étude, membre du corps professoral du Département de biologie des systèmes de l’Institut Blavatnik du HMS
Appliquée à grande échelle, a ajouté Sander, une telle approche pourrait accélérer la détection du cancer du pancréas, conduire à un traitement plus précoce, améliorer les résultats et prolonger la durée de vie des patients. « De nombreux types de cancer, en particulier ceux difficiles à identifier et à traiter tôt, exercent un impact disproportionné sur les patients, les familles et le système de santé dans son ensemble », a déclaré le co-chercheur principal de l’étude, Søren Brunak, professeur de biologie des systèmes de maladies et directeur de la recherche. au Novo Nordisk Foundation Center for Protein Research de l’Université de Copenhague. « Le dépistage basé sur l’IA est une opportunité de modifier la trajectoire du cancer du pancréas, une maladie agressive notoirement difficile à diagnostiquer tôt et à traiter rapidement lorsque les chances de succès sont les plus élevées. »
Dans la nouvelle étude, l’algorithme d’IA a été formé sur deux ensembles de données distincts totalisant 9 millions de dossiers de patients du Danemark et des États-Unis. Les chercheurs ont « demandé » au modèle d’IA de rechercher des signes révélateurs sur la base des données contenues dans les enregistrements. Sur la base de combinaisons de codes de maladies et du moment de leur apparition, le modèle a pu prédire quels patients sont susceptibles de développer un cancer du pancréas à l’avenir. Notamment, de nombreux symptômes et codes de maladie n’étaient pas directement liés au pancréas ou ne provenaient pas de celui-ci.
Les chercheurs ont testé différentes versions des modèles d’IA pour leur capacité à détecter les personnes à risque élevé de développement de la maladie sur différentes échelles de temps – ; 6 mois, un an, deux ans et trois ans. Dans l’ensemble, chaque version de l’algorithme d’IA était nettement plus précise pour prédire qui développerait un cancer du pancréas que les estimations actuelles de l’incidence de la maladie à l’échelle de la population ; défini comme la fréquence à laquelle une condition se développe dans une population sur une période de temps spécifique. Les chercheurs ont déclaré qu’ils pensaient que le modèle était au moins aussi précis pour prédire l’apparition de la maladie que les tests de séquençage génétique actuels qui ne sont généralement disponibles que pour un petit sous-ensemble de patients dans des ensembles de données.
« L’orgue en colère »
Le dépistage de certains cancers courants comme ceux du sein, du col de l’utérus et de la prostate repose sur des techniques relativement simples et très efficaces – ; une mammographie, un test Pap et un test sanguin, respectivement. Ces méthodes de dépistage ont transformé les résultats de ces maladies en assurant une détection et une intervention précoces aux stades les plus traitables.
En comparaison, le cancer du pancréas est plus difficile et plus coûteux à dépister et à tester. Les médecins examinent principalement les antécédents familiaux et la présence de mutations génétiques, qui, bien qu’importants indicateurs de risque futur, manquent souvent de nombreux patients. Un avantage particulier de l’outil d’IA est qu’il pourrait être utilisé sur tous les patients pour lesquels les dossiers de santé et les antécédents médicaux sont disponibles, pas seulement chez ceux qui ont des antécédents familiaux connus ou une prédisposition génétique à la maladie. Ceci est particulièrement important, ajoutent les chercheurs, car de nombreux patients à haut risque peuvent même ne pas être conscients de leur prédisposition génétique ou de leurs antécédents familiaux.
En l’absence de symptômes et sans indication claire qu’une personne présente un risque élevé de cancer du pancréas, les cliniciens peuvent être naturellement prudents et recommander des tests plus sophistiqués et plus coûteux, tels que la tomodensitométrie, l’IRM ou l’échographie endoscopique. Lorsque ces tests sont utilisés et que des lésions suspectes sont découvertes, le patient doit subir une procédure pour obtenir une biopsie. Situé profondément à l’intérieur de l’abdomen, l’organe est difficile d’accès et facile à provoquer et à enflammer. Son irritabilité lui a valu le surnom de « l’organe en colère ». Un outil d’IA qui identifie les personnes les plus à risque de cancer du pancréas garantirait que les cliniciens testent la bonne population, tout en épargnant aux autres des tests inutiles et des procédures supplémentaires, ont déclaré les chercheurs.
Environ 44 % des personnes diagnostiquées aux premiers stades du cancer du pancréas survivent cinq ans après le diagnostic, mais seulement 12 % des cas sont diagnostiqués aussi tôt. Le taux de survie tombe à 2 à 9% chez ceux dont les tumeurs se sont développées au-delà de leur site d’origine, estiment les chercheurs.
« Ce faible taux de survie est en dépit des progrès marqués des techniques chirurgicales, de la chimiothérapie et de l’immunothérapie », a déclaré Sander. « Ainsi, en plus des traitements sophistiqués, il existe un besoin évident d’un meilleur dépistage, de tests plus ciblés et d’un diagnostic plus précoce, et c’est là que l’approche basée sur l’IA apparaît comme la première étape critique de ce continuum. »
Les diagnostics antérieurs laissent présager un risque futur
Pour l’étude actuelle, les chercheurs ont conçu plusieurs versions du modèle d’IA et les ont formées sur les dossiers de santé de 6,2 millions de patients du système de santé national danois s’étalant sur 41 ans. Parmi ces patients, 23 985 ont développé un cancer du pancréas au fil du temps. Au cours de la formation, l’algorithme a discerné des modèles indicatifs du risque futur de cancer du pancréas en fonction des trajectoires de la maladie, c’est-à-dire si le patient avait certaines conditions qui se sont produites dans une certaine séquence au fil du temps.
Par exemple, des diagnostics tels que calculs biliaires, anémie, diabète de type 2 et autres problèmes gastro-intestinaux laissaient présager un risque accru de cancer du pancréas dans les 3 ans suivant l’évaluation. De manière moins surprenante, l’inflammation du pancréas était fortement prédictive d’un futur cancer du pancréas dans un laps de temps encore plus court de deux ans. Les chercheurs avertissent qu’aucun de ces diagnostics en eux-mêmes ne devrait être considéré comme indicatif ou causal d’un futur cancer du pancréas. Cependant, le schéma et la séquence dans lesquels ils se produisent au fil du temps offrent des indices pour un modèle de surveillance basé sur l’IA et pourraient inciter les médecins à surveiller de plus près les personnes à risque élevé ou à effectuer des tests en conséquence.
Ensuite, les chercheurs ont testé l’algorithme le plus performant sur un ensemble entièrement nouveau de dossiers de patients qu’il n’avait pas rencontrés auparavant ; un ensemble de données de la US Veterans Health Administration de près de 3 millions d’enregistrements couvrant 21 ans et contenant 3 864 personnes diagnostiquées avec un cancer du pancréas. La précision prédictive de l’outil était quelque peu inférieure sur l’ensemble de données américain. Cela était probablement dû au fait que l’ensemble de données américain a été collecté sur une période plus courte et contenait des profils de population de patients quelque peu différents – ; l’ensemble de la population du Danemark dans l’ensemble de données danois par rapport au personnel militaire actuel et ancien dans l’ensemble de données des anciens combattants. Lorsque l’algorithme a été recyclé à partir de zéro sur l’ensemble de données américain, sa précision prédictive s’est améliorée. Selon les chercheurs, cela souligne deux points importants : premièrement, s’assurer que les modèles d’IA sont formés sur des données riches et de haute qualité. Deuxièmement, le besoin d’accéder à de grands ensembles de données représentatifs de dossiers cliniques agrégés à l’échelle nationale et internationale. En l’absence de tels modèles valables à l’échelle mondiale, les modèles d’IA devraient être formés sur des données de santé locales pour s’assurer que leur formation reflète les idiosyncrasies des populations locales.
