Si la chimiothérapie a progressé en termes de personnalisation, la radiothérapie personnalisée contre le cancer reste sous-développée. Les méthodes actuelles de traitement du cancer, y compris la radiothérapie, sont complexes, peu personnalisées et dépendent fortement de l’expertise des équipes médicales. L’analyse d’images médicales et l’apprentissage automatique sont très prometteurs pour améliorer l’oncologie personnalisée. Cependant, des défis persistent, tels que la qualité limitée des données et leur complexité.
Wazir Muhammad, Ph.D., chercheur principal et professeur adjoint au département de physique du Charles E. Schmidt College of Science de la Florida Atlantic University, a reçu une subvention de 701 000 $ de Precess Medical Derivatives, Inc., une société spécialisée dans la fourniture d'une gamme de services de physique médicale et la conception et le développement d'applications logicielles, pour un projet qui vise à révolutionner le traitement du cancer en le rendant plus personnalisé et plus efficace.
Le projet « Décrypter les jumeaux numériques des patients atteints de cancer pour des traitements personnalisés » utilise l'intelligence artificielle, en particulier l'apprentissage par renforcement profond (DRL), pour analyser les données multimodales et améliorer la caractérisation et le traitement du cancer pour finalement améliorer les résultats des patients.
En utilisant des données de santé personnelles, des informations génétiques sur la tumeur et des données de traitement et de suivi des patients, les jumeaux numériques simuleront des diagnostics et des options de traitement pour aider les médecins à choisir les traitements les plus efficaces et à surveiller les réponses au fil du temps.
Wazir Muhammad, Ph.D., chercheur principal et professeur adjoint, Département de physique, Charles E. Schmidt College of Science de la Florida Atlantic University
Le projet contribuera à relever les défis de la qualité des données, de leur complexité et de leur intégration dans les flux de travail cliniques.
L’IA représente une approche puissante pour tirer parti de la prise de décision basée sur les données dans le domaine des soins de santé, même si son application nécessite une prise en compte attentive des préoccupations éthiques, de sécurité et d’interprétabilité propres aux contextes médicaux. Bien que l’IA soit prometteuse pour faire progresser le traitement personnalisé du cancer, son intégration dans l’utilisation clinique courante nécessite de surmonter ces obstacles techniques et éthiques importants.
« Dans les applications oncologiques ou médicales, l'apprentissage par renforcement profond peut être utilisé pour optimiser les stratégies de traitement en s'appuyant sur les données des patients et en adaptant les plans de traitement en fonction des résultats observés », a déclaré Muhammad. « Il peut également aider à personnaliser les traitements en tenant compte des caractéristiques individuelles des patients et en prédisant l'efficacité des différentes interventions. »
Le projet vise à créer un prototype de jumeau numérique dynamique de patients atteints de cancer afin de mieux comprendre et traiter la maladie. Le jumeau numérique utilisera des données d'observation pour représenter l'état actuel du patient et prédire les transitions futures. Il combinera simulation, inférence de modèles, assimilation de données et calcul haute performance pour connecter les échelles et les processus.
« L'objectif du modèle est de fournir des plans de traitement optimisés, d'aider au diagnostic et au suivi, et de s'appuyer sur les données des patients, notamment les antécédents médicaux, l'histologie du cancer, le profilage génomique et moléculaire, l'historique des traitements antérieurs et l'indice de radiosensibilité pour améliorer les résultats des patients », a déclaré Muhammad.
La création d'un jumeau numérique spécifique au patient pour les patients atteints de cancer nécessite un effort important et coordonné entre médecins, radiologues, physiciens médicaux, modélisateurs, cliniciens, informaticiens et ingénieurs logiciels. Le projet de trois ans consistera à développer un processus permettant de collecter, de catégoriser et d'analyser de manière anonyme les données multimodales des patients, de créer des modèles DRL et d'évaluer les jumeaux numériques par rapport aux protocoles standards.
La création du jumeau numérique en oncologie suivra un processus structuré en cinq étapes qui comprend la conception du modèle, la personnalisation, les tests, le raffinement et la validation, ainsi que l’amélioration continue.
« Plus important encore, si ce projet réussit, il pourrait contribuer à combler les écarts en matière de disparités en matière de santé entre différents groupes géographiques ou démographiques », a déclaré Muhammad.
L'American Cancer Society estime à plus de 2 millions le nombre de nouveaux cas de cancer en 2024. Environ 50 % de tous les patients atteints de cancer aux États-Unis reçoivent une radiothérapie dans le cadre de leur traitement.
« Cette subvention conséquente accordée au Dr Muhammad est une étude importante sur le développement d'un traitement de radiothérapie personnalisé et permettra aux prestataires de soins de santé d'adapter les thérapies au profil cancéreux unique de chaque patient », a déclaré Valery Forbes, Ph.D., doyen du Charles E. Schmidt College of Science de la FAU. « Cette nouvelle approche promet d'améliorer l'efficacité du traitement et de minimiser les effets secondaires, améliorant ainsi les résultats et la qualité de vie des personnes luttant contre le cancer. »
