l’AI pour soigner le cancer
L’Intelligence Artificielle est de plus en plus utilisée pour détecter les tumeurs. Vous pouvez lire les deux articles suivants à ce sujet.
L’IA permet également d’améliorer les traitements traditionnels utilisés pour soigner les cancers : chimiothérapie et radiothérapie.
L’IA a également un rôle à jouer dans l’émergence d’une nouvelle forme de traitement contre les tumeurs : l’immunothérapie.
AI et Chimiothérapie
La chimiothérapie est un traitement du cancer, qui repose sur l’utilisation de médicaments. Elle vise à éliminer les cellules cancéreuses quel que soit l’endroit où elles se trouvent dans le corps. En 2017, 324 465 personnes en France ont été traitées par chimiothérapie : 3 000 000 hospitalisations mentionnant une chimiothérapie ont été réalisées dans les établissements de santé.
Dans le cadre de ce traitement, l’Intelligence Artificielle est utilisée pour mesurer l’efficacité des médicaments chez les patients. Elle permet de déterminer la tolérance du patients aux médicaments et d’optimiser les dosages lors de la chimiothérapie.
Adrien Coulet, maître de conférences à l’Université de Lorraine et chercheur dans une équipe conjointe Inria et Loria, en collaboration avec des chercheurs de l’Université de Stanford a mis au point un algorithme qui permet à partir des données de santé électronique de prédire (avant même le début du traitement) si les patients auront besoin d’une dose plus faible de médicament, réduisant ainsi la souffrance causée par les effets secondaires de la chimio.
Pour analyser les données dans l’historique du patient, la démarche scientifique utilisée est une méthode couramment utilisée en machine learning : la méthode “Random Forest”, ou forêt d’arbres aléatoires.
L’algorithme s’est révélé efficace pour prédire les réductions de doses dans le cas de 23 médicaments sur les 34 étudiés. Il s’est en revanche avéré inefficace pour prédire les augmentations de doses nécessaires.
AI et Radiothérapie
La radiothérapie est une méthode de traitement des cancers, utilisant des radiations pour détruire les cellules cancéreuses en bloquant leur capacité à se multiplier.
L’irradiation a pour but de détruire localement toutes les cellules tumorales tout en épargnant les tissus sains périphériques. En France, en 2017, 196 000 patients ont suivi un peu plus de 4,1 millions de séances de radiothérapie. Environ 60 % des patients atteints de cancer bénéficient, à un moment de leur maladie, d’un traitement par irradiation.
Lors d’une radiothérapie, le radiophysicien et/ou le dosimétriste conjointement avec l’oncologue radiothérapeute met en place un plan de traitement qui valide la dose et la technique d’irradiation en fonction des données anatomiques, des contours de la zone à irradier et des organes à protéger.
L’Intelligence Artificielle permet aux praticiens d’automatiser et d’accélérer ce travail préalable à la séance d’irradiation. L’IA via l’utilisation des CNN (réseau neuronal convolutif) met entre 10 et 20 minutes à effectuer le travail contre 4 à 5 heures précédemment.
“Le système automatisé de planification des traitements fonctionne en entrainant l’algorithme à des plans de traitements d’anciens patients. Il est capable de détecter les anciens patients qui ressemblent le plus à un nouveau patient et de créer un plan de traitement pour ce nouveau patient sans aucune interaction du soignant, si ce n’est en appuyant sur la touche Play” Leigh Conroy, Ph.D., physics resident, at Princess Margaret Cancer Center, part of the University Health Network in Toronto.
AI et Immunothérapie
L’immunothérapie est un nouveau traitement qui au lieu de s’attaquer directement aux cellules tumorales comme la chimiothérapie et la radiothérapie, aide le système immunitaire à les reconnaître et les détruire.
Plusieurs stratégies sont d’ores et déjà utilisées dans le traitement de différents cancers. Les deux plus prometteuses sont les immunomodulateurs et les cellules CAR-T.
Les immunomodulateurs lèvent les mécanismes d’inhibition du système immunitaire induits par la tumeur. Ainsi, le pembrolizumab ou encore le nivolumab, bloquent l’interaction PDL1/PD1 entre les cellules tumorales et les lymphocytes T qui rend les tumeurs invisibles aux yeux des lymphocytes T.
Cellules CAR-T : l’idée consiste à prélever au patient des globules blancs spécialisés dans la reconnaissance et la destruction de cellules pathogènes, puis à les “améliorer” en modifiant leur patrimoine génétique (CAR-T), à les faire se multiplier, et finalement à les réinjecter au patient, pour qu’ils détruisent les cellules tumorales présentes dans son organisme.
L’efficacité de l’immunothérapie reste limitée car pour le moment ce traitement est efficace chez seulement 20 à 40% des patients en fonction des cancers soignés. Ce traitement reste également très cher: environ $200,000 par patient et par an aux USA.
L’Intelligence Artificielle est utilisée pour visualiser si le patient répond ou non positivement à l’immunothérapie. L’objectif des chercheurs est, dans un avenir proche, de pouvoir prédire via des algorithmes la réponse au traitement du patient avant le début de l’immunothérapie pour choisir entre les immunomodulateurs ou les CAR-T.
Anant Madabhushi , directeur du “Center of Computational Imaging and Personalized Diagnostics (CCIPD) at Case Western Reserve University” à Cleveland a développé avec ses équipes un algorithme qui permet de déceler les changements de texture, de volume et de forme d’une lésion donnée, et pas seulement sa taille.
“Nous avons constaté que le changement de texture est un meilleur indicateur de l’efficacité de l’immunothérapie. Parfois, par exemple, le nodule peut sembler plus gros après la thérapie pour une autre raison, par exemple un vaisseau cassé à l’intérieur de la tumeur, mais la thérapie fonctionne réellement. Maintenant, nous avons un moyen de le savoir grâce à l’algorithme” Khorrami, a graduate student working at the CCIPD.
