- Des chercheurs ont développé une intelligence artificielle (IA) qui prédit le risque de cancer colorectal chez les patients atteints de colite ulcéreuse et de dysplasie de bas grade.
- Utilisant les données de plus de 55 000 personnes, l’outil pourrait identifier avec précision les patients à très faible risque, contribuant ainsi potentiellement à réduire les coloscopies de surveillance inutiles.
- Les résultats suggèrent que l’IA pourrait prendre en charge des stratégies de surveillance plus personnalisées tout en complétant la prise de décision des cliniciens.
Le cancer colorectal décrit tout cancer affectant le côlon et le rectum. Également connu sous le nom de cancer de l'intestin, il s'agit du
Facteurs de risque de développer un cancer colorectal
Les personnes vivant avec une MII, surtout si elles ne sont pas traitées,
Bien que la dysplasie puisse être un signe d’alerte précoce, détecter quels patients sont les plus susceptibles d’évoluer vers un cancer constitue un défi clinique, ce qui peut laisser les patients et les cliniciens dans l’incertitude quant au moment où il convient d’accroître la surveillance ou d’envisager une intervention chirurgicale préventive.
Aujourd’hui, une nouvelle étude publiée dans Clinical Gastroenterology and Hepatology suggère qu’un modèle d’IA peut prédire avec précision les personnes les plus susceptibles de développer un cancer, ouvrant ainsi la voie à des soins plus personnalisés.
Sommaire
Comment fonctionne le modèle d'IA
L'équipe de recherche, dirigée par l'Université de Californie à San Diego, a développé un pipeline d'IA entièrement automatisé qui utilise de grands modèles de langage pour extraire des informations cliniques pertinentes à partir des dossiers de santé électroniques, y compris les rapports de coloscopie et de pathologie.
Ces dossiers provenaient de plus de 55 000 patients du système de santé du Département américain des Anciens Combattants (VA).
Le système d’IA a identifié les principaux prédicteurs de la progression du cancer. Cela comprenait la taille des lésions, la gravité de l’inflammation et la possibilité d’éliminer complètement les lésions. Le système a ensuite intégré ces prédicteurs aux facteurs de risque traditionnels dans un modèle de risque complet.
Le modèle a réussi à classer les patients en 5 groupes à risque distincts qui correspondent étroitement aux résultats du monde réel sur plus d'une décennie de suivi.
Notamment, l’outil a correctement déterminé que près de 99 % des patients appartenant à la catégorie à risque le plus faible ne développeraient pas de cancer colorectal dans les 2 ans.
Kathleen Curtius, PhD, professeur adjoint de médecine à la Division d'informatique biomédicale de l'École de médecine d'Uc San Diego et auteur de l'étude, a parlé à Medical News Today de la façon dont cet outil pourrait aider à réduire les procédures de surveillance inutiles pour les personnes à faible risque :
« Les directives actuelles suggèrent que les patients de ce groupe à faible risque devraient revenir pour une coloscopie de suivi dans 2 ans. »
« Les données de ce groupe de vétérans américains correspondent cependant aux prédictions de notre modèle : ces patients présentent un risque d'environ 1 % de dysplasie de haut grade ou de cancer d'ici 2 ans, et donc l'intervalle de surveillance de 2 ans peut probablement être prolongé en toute sécurité dans la pratique. Cela permettrait d'économiser les coûts de santé et de réduire les inquiétudes de ces patients », a déclaré Curtius.
Un outil d'IA peut aider à choisir le bon traitement ou la bonne intervention chirurgicale
Il peut être difficile pour les cliniciens d’estimer le risque de cancer chez une personne atteinte de dysplasie de bas grade, ce qui peut entraîner de fréquentes coloscopies.
Grâce à cette approche de l’IA, les cliniciens pourraient être en mesure de personnaliser plus efficacement les intervalles de dépistage, réservant ainsi une surveillance intensive aux personnes présentant le risque prévu le plus élevé et minimisant les interventions pour celles présentant un faible risque.
« Notre étude montre que le modèle de prédiction du risque de cancer que nous avons développé et testé chez des patients britanniques atteints de colite ulcéreuse et de dysplasie de bas grade fonctionne également bien dans les populations américaines », a déclaré Curtius. MNT.
« Il s'agit d'une étape majeure vers une utilisation clinique plus large. Le modèle statistique utilise des facteurs de risque cliniques établis, qui peuvent être extraits directement des notes des médecins à l'aide de grands modèles de langage, soulignant avec quelle facilité il pourrait s'intégrer dans les flux de travail cliniques du monde réel. »
-Kathleen Curtius
Il est intéressant de noter que le modèle a également signalé les patients présentant des lésions visibles non résécables. Ceci décrit des lésions qui ne peuvent pas être retirées en toute sécurité en raison de leur taille ou de leur emplacement. Le système d’IA a mis en évidence que les personnes présentant ces lésions courent un risque significativement plus élevé que ce que de nombreux cliniciens estiment généralement dans la pratique clinique de routine.
« Les médecins sous-estiment souvent le risque imminent de développement d'une dysplasie de haut grade et/ou d'un cancer colorectal après qu'une lésion visible de dysplasie de bas grade ne puisse être complètement réséquée », a noté Curtius.
« Il est important de bien faire les choses, car les patients décident d'une intervention chirurgicale majeure (préventive) en partie en fonction du risque de cancer que leur médecin leur indique. L'utilisation de notre outil aidera les médecins et les patients à évaluer avec précision les estimations de risque lorsqu'ils décident des options de traitement, y compris l'ablation partielle ou totale du côlon pour prévenir les cancers probables », a-t-elle déclaré.
La technologie pourrait également aider à repérer les personnes qui doivent retourner à la clinique, évitant ainsi les retards dans les coloscopies de suivi.
Un outil complémentaire aux cliniciens
Surtout, l’équipe de recherche note que l’outil d’IA est conçu pour compléter le jugement des cliniciens. Les prédictions peuvent offrir des preuves supplémentaires pour soutenir la prise de décision partagée entre les patients et leurs équipes de soins.
Curtius a expliqué comment cet outil pourrait être intégré aux flux de travail cliniques réels :
« Cet outil est déjà disponible sous forme d'outil Web que les médecins peuvent utiliser avec leurs patients, mais il pourra ensuite être facilement intégré directement dans le système de dossier de santé électronique.
Outil d'IA + avis du médecin
« Les données sur les facteurs de risque sont déjà collectées régulièrement par les médecins, puis le tableau de bord du dossier de santé électronique du patient pourrait calculer et afficher le risque futur de cancer au fil du temps pendant la prise de décision clinique. »
-Kathleen Curtius
Prochaines étapes et recherches futures
Bien que les résultats soient prometteurs, les auteurs soulignent la nécessité de valider le modèle auprès de diverses populations de patients en dehors du système de santé VA.
Curtius note que ce modèle peut aider à soutenir la prise de décision partagée :
« Cette approche pourrait contribuer à réduire les coloscopies et les interventions chirurgicales de surveillance inutiles en donnant confiance aux médecins et aux patients lorsque le risque de cancer est très faible. »
« Dans le même temps, donner aux médecins et aux patients des chiffres clairs et un outil visuel pour indiquer quand le risque de cancer est très élevé peut faciliter la prise de décision partagée et aider les gens à mieux comprendre les risques d'une approche de surveillance et d'attente », a-t-elle déclaré.
L’équipe de recherche prévoit également d’explorer l’intégration de facteurs de risque génétiques émergents dans l’algorithme pour améliorer encore sa précision prédictive.
