Dr. Danh-Tai Hoang. Crédit : Université nationale australienne (ANU).
Un nouvel outil d’intelligence artificielle (IA) qui peut aider les médecins à sélectionner le traitement le plus adapté aux patients atteints de cancer a été développé par des chercheurs de l’Université nationale australienne (ANU).
Développé en collaboration avec des scientifiques du National Cancer Institute in America et de la société pharmaceutique Pangea Biomed, DeepPT fonctionne en prédisant le profil d’ARN messager (ARNm) d’un patient. Cet ARNm, essentiel à la production de protéines, est également l’information moléculaire clé pour la médecine personnalisée du cancer.
L’œuvre apparaît dans Cancer de la nature.
Selon l’auteur principal, le Dr Danh-Tai Hoang de l’ANU, lorsqu’il est combiné à un deuxième outil appelé ENLIGHT, DeepPT s’est avéré capable de prédire avec succès la réponse d’un patient aux thérapies contre le cancer pour plusieurs types de cancer.
« Nous savons que le choix d’un traitement adapté aux patients atteints de cancer peut avoir une influence déterminante sur leur santé », a déclaré le Dr Hoang. « DeepPT a été mis en œuvre sur plus de 5 500 patients atteints de 16 types de cancer prévalents, notamment les cancers du sein, du poumon, de la tête et du cou, du col de l’utérus et du pancréas. Nous avons constaté une amélioration du taux de réponse des patients, qui est passé de 33,3 % sans utiliser notre modèle à 46,5 % avec notre modèle. »
DeepPT s’appuie sur les travaux antérieurs des mêmes chercheurs de l’ANU pour développer un outil permettant d’aider à classer les tumeurs cérébrales.
Les deux outils d’IA s’appuient sur des images microscopiques de tissus de patients, appelées images histopathologiques, offrant également un autre avantage clé pour les patients.
« Cela permet de réduire les délais de traitement des données moléculaires complexes, qui peuvent prendre des semaines », a déclaré le Dr Hoang. « Tout retard constitue évidemment un véritable défi lorsqu’il s’agit de patients atteints de tumeurs de haut grade qui pourraient nécessiter un traitement immédiat. En revanche, les images histopathologiques sont disponibles de manière routinière, rentables et rapides. »
Plus d’information:
Un cadre d’apprentissage profond pour prédire la réponse au traitement du cancer à partir d’images histopathologiques grâce à la transcriptomique imputée, Cancer de la nature (2024). DOI: 10.1038/s43018-024-00793-2
Fourni par l’Université nationale australienne
Citation: Une équipe développe un modèle d’IA pour améliorer la réponse des patients au traitement du cancer (3 juillet 2024) récupéré le 3 juillet 2024 à partir de
Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre d’information uniquement.
