Actualité Une étude établit comment l'intelligence artificielle permet de prédire la réponse à...

Pour approfondir le sujet

INNOTHERA s’associe à TheraPanacea pour mettre l’intelligence artificielle au service du traitement des pathologies quotidiennes

Ce mardi 26 mars, le Groupe INNOTHERA a annoncé son partenariat avec la start-up TheraPanacea, issue des laboratoires de recherche de l'Inria et de...

Des chercheurs du CNRS/Thales créent le premier nano-neurone artificiel capable de reconnaissance vocale

Des chercheurs de l'Unité mixte de physique CNRS/Thales, du Centre de nanosciences et de nanotechnologies (CNRS/Université Paris Sud), en collaboration avec des chercheurs américains...

Intel et l’Université de Brown dévoilent leur projet d’interface intelligente pour les personnes paralysées

Intel et l'Université Brown ont annoncé avoir commencé à travailler sur un projet d'interface intelligente pour la moelle épinière. Financé par la DARPA, il...

Une étude établit comment l’intelligence artificielle permet de prédire la réponse à l’immunothérapie

The Lancet Oncology a publié le 14 août dernier une étude permettant de comprendre comment l’intelligence artificielle peut prédire la réponse à l’immunothérapie en se basant sur des images médicales.  

Cette étude établit pour la première fois qu’une intelligence artificielle peut en effet exploiter des images médicales pour en extraire des informations biologiques et cliniques. L’article publié par Roger Sun, Elaine Johanna Limkin, Maria Vakalopoulou, Laurent Dercle, Stéphane Champiat, Shan Rong Han, Loïc Verlingue, David Brandao, Andrea Lancia, Samy Ammari, Antoine Hollebecque, Jean-Yves Scoazec, Aurélien Marabelle, Christophe Massard, Jean-Charles Soria, Charlotte Robert, Nikos Paragios, Eric Deutsch et Charles Ferté intitulée A radiomics approach to assess tumour-infiltrating CD8 cells and response to anti-PD-1 or anti-PD-L1 immunotherapy: an imaging biomarker, retrospective multicohort study. 

En concevant et en entrainant un algorithme à analyser une image de scanner, ces médecins-chercheurs de Gustave Roussy, CentraleSupélec, l’Inserm, l’Université Paris-Sud et TheraPanacea (spin-off de CentraleSupélec spécialisée en intelligence artificielle pour l’oncologie-radiothérapie et la médecine de précision) ont créé une signature dite radiomique.

Cette signature, qui définit le niveau d’infiltration lymphocytaire d’une tumeur, détermine un score prédictif de l’efficacité de l’immunothérapie chez un patient. À terme, le médecin pourrait donc utiliser l’imagerie pour identifier des phénomènes biologiques d’une tumeur située dans n’importe quelle partie du corps sans avoir à réaliser de biopsie.

Jusqu’à présent, aucun marqueur ne permet d’identifier de manière certaine les patients qui vont répondre à une immunothérapie anti-PD-1/PD-L1 permettant de restaurer les fonctions immunitaires contre la tumeur alors que seulement 15 à 30 % des patients répondent au traitement. Sachant que plus l’environnement immunologique d’une tumeur est riche (présence de lymphocytes), plus l’immunothérapie a de chance d’être efficace, les chercheurs ont cherché à estimer cet environnement grâce à l’imagerie pour le corréler à la réponse clinique des patients. C’est l’objectif de la signature radiomique créée et validée par IA de l’étude publiée dans The Lancet Oncology.

Dans cette étude rétrospective, la signature radiomique a été apprise, entrainée et validée sur 500 patients présentant une tumeur solide (toutes localisations) issus de quatre cohortes indépendantes. Elle a été validée au niveau génomique, histologique et clinique ce qui la rend particulièrement robuste.

Dans une démarche basée sur le machine learning, les chercheurs ont d’abord appris à l’algorithme à exploiter les informations pertinentes extraites des scanners de patients inclus dans l’étude MOSCATO* qui comportait aussi les données génomiques tumorales des patients. Ainsi, en se basant uniquement sur des images, l’algorithme a appris à prédire ce que la génomique aurait révélé de l’infiltrat immunitaire tumoral notamment par rapport à la présence de lymphocytes T cytotoxiques (CD8) dans la tumeur et a établi une signature radiomique.

Cette signature a été testée et validée dans d’autres cohortes dont celle du TCGA (The Cancer Genome Atlas) démontrant ainsi que l’imagerie pouvait prédire un phénomène biologique, à savoir évaluer l’infiltration immunitaire d’une tumeur.

Puis, pour tester la pertinence de cette signature en situation réelle et la corréler à la prédiction de l’efficacité de l’immunothérapie, elle a été évaluée à partir des scanners réalisés avant la mise sous traitement de patients inclus dans 5 essais d’immunothérapie anti-PD-1/PD-L1 de phase I. Les chercheurs ont montré que les patients chez qui l’immunothérapie fonctionnait après 3 et 6 mois présentaient un score radiomique plus élevé, tout comme ceux qui avaient une meilleure survie.

Une prochaine étude clinique consistera à évaluer la signature de manière rétrospective et prospective, d’augmenter le nombre de patients et de les segmenter par type de cancers pour affiner la signature.

Il s’agira aussi d’utiliser des algorithmes plus sophistiqués d’apprentissage automatique et d’intelligence artificielle pour prédire la réponse des patients à l’immunothérapie. Pour cela, les chercheurs comptent sur l’intégration globale de données venant de l’imagerie, de la biologie moléculaire et de l’analyse des tissus. C’est tout l’objet de la collaboration entre Gustave Roussy, l’Inserm, l’Université Paris-Sud, CentraleSupélec et TheraPanacea qui permettra d’identifier les patients qui sont les plus à même de répondre au traitement, et aussi d’améliorer le rapport coût/efficacité de la prise en charge.

Thomas Calvi

Partager l'article

Focus sur le projet APRIORICS de l’IUCT-O Toulouse : IA et médecine personnalisée pour lutter contre le cancer du sein

Le projet APRIORICS (Apprentissage Profond Renforcé par l’ImmunohistOchimie pour la Requalification d’Images de Cancers du Sein) a pour objectif d’utiliser l’intelligence artificielle afin de décrire...

Focus pays : Webinaire « L’intelligence artificielle, instrument de relance économique en Tunisie ? »

Le 29 juillet dernier, le ministère de l'industrie et des PME, en collaboration avec le projet Innov’i – EU4Innovation, a organisé un webinaire réunissant...

Le corpus d’articles arXiv est désormais disponible sur Kaggle

Le corpus d'articles arXiv permet depuis plus de 30 ans à la communauté de chercheurs et au public d'avoir accès aux articles scientifiques dans...

Scikit-learn, SOFA, Coq, Pharo : Inria lance son Academy de formation continue dédiée aux logiciels libres

Inria a présenté fin juillet son nouveau dispositif de formation continue. Centré sur les logiciels libres cette structure permettra l’accès aux grands noms des...