Publié le 2024-02-29 14:35:00. L’intelligence artificielle révolutionne la lutte contre le cancer à l’Université du Minnesota, permettant d’identifier les traitements les plus adaptés à chaque patient grâce à l’analyse de données génomiques massives. Cette approche personnalisée promet d’améliorer significativement les chances de guérison et de réduire les effets secondaires inutiles.
- L’IA permet d’analyser des données génétiques pour prédire la réponse des patients aux traitements contre le cancer.
- Les algorithmes d’apprentissage automatique identifient des schémas et des tendances dans les données, aidant à orienter les décisions thérapeutiques.
- L’Université du Minnesota, grâce à sa collaboration étroite entre chercheurs et cliniciens, est à l’avant-garde de cette innovation.
À l’heure où l’intelligence artificielle (IA) suscite des débats passionnés, le professeur Justin Hwang, de l’Université du Minnesota, l’utilise concrètement pour améliorer la prise en charge des patients atteints de cancer. Son équipe déploie des algorithmes sophistiqués pour déterminer les thérapies les plus susceptibles d’être efficaces pour chaque individu, ouvrant ainsi la voie à une médecine plus personnalisée.
L’approche développée par Hwang et ses collègues repose sur l’analyse de vastes ensembles de données, incluant des informations génétiques, des dossiers médicaux et des images diagnostiques. Ces algorithmes d’apprentissage automatique – une branche de l’IA qui permet aux ordinateurs d’apprendre à partir de données – sont capables de repérer des corrélations subtiles qui échapperaient à l’œil humain. L’objectif est de gagner un temps précieux en éliminant rapidement les traitements peu prometteurs et en concentrant les efforts sur les options les plus susceptibles de fonctionner.
Cette méthode combine une analyse approfondie du profil génétique de chaque patient avec une vue d’ensemble des tendances observées dans une population plus large. « C’est un peu comme si nous pouvions voir comment chaque individu s’intègre dans une population massive en fonction de son génome », explique Hwang. « Existe-t-il des tendances liées aux bons résultats ? Aux mauvais ? À la sensibilité ou à l’insensibilité aux médicaments ? Pourquoi certaines personnes réagissent-elles mieux que d’autres ? Nous utilisons essentiellement la génomique pour anticiper l’évolution de la maladie chez chaque patient. »
« Je ne suis pas sûr que cela serait réalisable en dehors du Minnesota. L’université est une communauté tellement collaborative – et ici, les patients viennent dans la même clinique depuis des décennies. »
Justin Hwang, professeur adjoint de médecine à l’Université du Minnesota
La disponibilité croissante de données génomiques, de l’ADN à l’ARN messager (ARNm), est un facteur clé de cette avancée. Cependant, disposer de ces données ne suffit pas : il faut encore les interpréter. C’est là que l’expertise de Hwang et de son équipe entre en jeu. Grâce au soutien financier d’organismes philanthropiques, notamment le Randy Shaver Cancer Research and Community Fund, ils développent des outils d’analyse de pointe pour extraire des informations pertinentes de ces masses d’informations complexes. Ils collaborent également avec des sociétés spécialisées dans l’analyse de données de santé, qui leur fournissent des données anonymisées.
« Nous faisons partie d’une alliance d’oncologie regroupant plus de 100 centres de cancérologie, qui utilisent tous le même protocole d’analyse. Les données sont donc collectées de manière uniforme », précise Hwang. « Nous agissons en quelque sorte comme des traducteurs, aidant les cliniciens à comprendre ce que ces données signifient. »
Hwang illustre cette capacité avec un exemple concret : prédire si un cancer de la prostate va se propager à d’autres parties du corps. Ses algorithmes ont révélé que la majorité des patients (environ 90 %) ne développeront pas de métastases. « Une grande partie de la population n’a pas à s’inquiéter ; de nombreux patients se rétabliront parfaitement avec un traitement standard », souligne-t-il.
Le laboratoire de Hwang permet ainsi d’identifier les patients les plus susceptibles de connaître une évolution défavorable, afin qu’ils puissent bénéficier de traitements plus agressifs et ciblés. Inversement, les patients ayant un faible risque de métastases peuvent éviter des traitements inutiles, avec leurs effets secondaires et leurs coûts associés.
Jusqu’à présent, ces prédictions étaient souvent basées sur des estimations, mais les données génomiques transforment radicalement la donne. Hwang insiste sur le rôle crucial de l’Université du Minnesota dans ce domaine, notamment grâce à la collaboration étroite entre chercheurs et oncologues dans le cadre de la recherche et des essais cliniques. En savoir plus sur la feuille de route de l’Université du Minnesota pour l’avenir.
L’utilisation de l’apprentissage automatique pour exploiter le potentiel des données massives n’est que la première étape du travail de Hwang. La prochaine phase consistera à valider ces découvertes lors d’études cliniques rigoureuses. Ses recherches se concentrent actuellement sur les cancers de la prostate, du sein, des ovaires et du pancréas, mais il estime que les applications de cette technologie sont potentiellement illimitées.
« Qu’en est-il des maladies héréditaires ? De la maladie d’Alzheimer ? Des troubles psychologiques ? Je m’intéresse à tous les domaines qui pourraient bénéficier de l’utilisation de la génomique pour prédire les résultats. »
Justin Hwang, professeur adjoint de médecine à l’Université du Minnesota
« Je pense que nous n’avons vu que la pointe de l’iceberg », conclut-il.
À ne pas manquer
