RTFlash a besoin de vous pour continuer à exister !
TIC
- Information et Communication
- Informatique
Prédire la réponse à l'immunothérapie grâce à l'intelligence artificielle
- Tweeter
-
-
0 avis :
Une étude réalisée par des chercheurs de l'Institut Gustave Roussy, de Centrale, de Supélec, de l’Inserm, de l’Université Paris-Sud et de TheraPanacea, vient de montrer pour la première fois qu’une intelligence artificielle peut exploiter des images médicales pour en extraire des informations biologiques et cliniques à des fins prédictives.
En développant et en entraînant un algorithme à analyser des images de scanner, les chercheurs ont créé une "signature" définissant le niveau d’infiltration lymphocytaire d’une tumeur, un indicateur qui permet de déterminer 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 permettait d’identifier de manière certaine les patients qui vont répondre à une immunothérapie de type anti-PD-1/PD-L1, alors que seulement 15 à 30 % des patients sont susceptibles d'y répondre.
Sachant que plus l’environnement immunologique d’une tumeur est riche (présence de lymphocytes), plus l’immunothérapie a de chances d’être efficace, les chercheurs ont souhaité estimer cet environnement grâce à l’imagerie (scanners) pour le corréler à la réponse clinique des patients au traitement. C’est l’objectif de la signature, dite "radiomique", qu'ils ont mise au point.
Dans cette étude rétrospective, la signature radiomique a été apprise, entraînée et validée sur la base de 500 patients qui présentaient une tumeur solide, dans différentes localisations. 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. La signature a été testée et validée dans d’autres cohortes, dont celle du TCGA (The Cancer Genome Atlas), puis a été évaluée à partir des scanners réalisés avant la mise sous traitement de patients inclus dans cinq 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, à augmenter le nombre de patients et à les segmenter par type de cancer.
Article rédigé par Georges Simmonds pour RT Flash
Noter cet article :
Vous serez certainement intéressé par ces articles :
Quand l'intelligence artificielle détecte des maladies rares...
Une équipe internationale de chercheurs a mis au point une intelligence artificielle capable d'identifier des maladies génétiques en utilisant la reconnaissance faciale....
Un algorithme pour concevoir des processeurs sans faille matérielle
Début 2018, la découverte des failles matérielles de sécurité informatiques Spectre et Meltdown a semé la panique chez les constructeurs de microprocesseurs. Ces failles ont mis en lumière la ...
LightOn fait calculer la lumière pour accélérer l'apprentissage profond
La jeune pousse LightOn a développé un procédé optique qui peut effectuer instantanément certaines opérations mathématiques complexes, essentielle dans les réseaux de neurones. « Lorsque la lumière ...
Recommander cet article :
- Nombre de consultations : 600
- Publié dans : Informatique
- Partager :
