Les outils d’IA sont prometteurs dans le traitement personnalisé du cancer, mais sont à la traîne des experts humains

Traiter le cancer devient de plus en plus complexe, mais offre également de plus en plus de possibilités. Après tout, mieux la biologie et les caractéristiques génétiques d’une tumeur sont comprises, plus il existe d’approches thérapeutiques. Pour pouvoir proposer aux patients des thérapies personnalisées adaptées à leur maladie, une analyse et une interprétation laborieuses et chronophages de diverses données sont nécessaires. Des chercheurs de la Charité – Universitätsmedizin Berlin et de la Humboldt-Universität zu Berlin ont maintenant étudié si les outils d’intelligence artificielle (IA) générative tels que ChatGPT pouvaient aider dans cette étape. Il s’agit de l’un des nombreux projets de la Charité analysant les opportunités offertes par l’IA dans les soins aux patients.

Si le corps ne peut plus réparer lui-même certaines mutations génétiques, les cellules commencent à se développer de manière incontrôlée, produisant une tumeur. Le facteur crucial dans ce phénomène est un déséquilibre entre les facteurs inducteurs et inhibiteurs de croissance, qui peuvent résulter par exemple de modifications des oncogènes – des gènes susceptibles de provoquer le cancer. L’oncologie de précision, un domaine spécialisé de la médecine personnalisée, exploite ces connaissances en utilisant des traitements spécifiques tels que des inhibiteurs de faible poids moléculaire et des anticorps pour cibler et désactiver les oncogènes hyperactifs.

La première étape pour identifier les mutations génétiques qui constituent des cibles potentielles pour le traitement consiste à analyser la constitution génétique du tissu tumoral. Les variantes moléculaires de l’ADN tumoral nécessaires au diagnostic et au traitement précis sont déterminées. Les médecins utilisent ensuite ces informations pour élaborer des recommandations de traitement individuelles. Dans des cas particulièrement complexes, cela nécessite des connaissances dans différents domaines de la médecine. A la Charité, c’est le moment où se réunit le “molecular tumor board” (MTB) : des experts des domaines de la pathologie, de la pathologie moléculaire, de l’oncologie, de la génétique humaine et de la bioinformatique travaillent ensemble pour analyser quels traitements semblent les plus prometteurs sur la base des dernières études. Il s’agit d’un processus très complexe qui aboutit finalement à une recommandation de traitement personnalisée.

L’intelligence artificielle peut-elle aider aux décisions thérapeutiques ?

Le Dr Damian Rieke, médecin à la Charité, les professeurs Ulf Leser et Xing David Wang de l’Université Humboldt de Berlin, ainsi que le Dr Manuela Benary, spécialiste en bioinformatique à la Charité, se sont demandé si l’intelligence artificielle pourrait être utile à ce stade. Dans une étude récemment publiée dans la revue Réseau JAMA ouvertils ont travaillé avec d’autres chercheurs pour examiner les possibilités et les limites des grands modèles de langage tels que ChatGPT pour analyser automatiquement la littérature scientifique en vue de sélectionner des traitements personnalisés.

Nous avons incité les modèles à identifier des options de traitement personnalisées pour des patients atteints de cancer fictifs, puis comparé les résultats avec les recommandations formulées par les experts. Les modèles d’IA étaient en principe capables d’identifier des options de traitement personnalisées – mais ils n’étaient même pas proches des capacités des experts humains. »

dr. Damian Rieke, docteur à la Charité

L’équipe a créé dix profils moléculaires de tumeurs de patients fictifs pour l’expérience. Un médecin spécialiste et quatre grands modèles de langage ont ensuite été chargés d’identifier une option de traitement personnalisée. Ces résultats ont été présentés aux membres du MTB pour évaluation, sans qu’ils sachent d’où venait quelle recommandation.

Les modèles d’IA améliorés sont prometteurs pour les utilisations futures

“Il y a eu des options de traitement étonnamment bonnes identifiées par AI dans des cas isolés”, rapporte Benary. “Mais les grands modèles de langage fonctionnent bien moins bien que les experts humains.” Au-delà de cela, la protection des données, la confidentialité et la reproductibilité posent des défis particuliers en ce qui concerne l’utilisation de l’intelligence artificielle avec des patients réels, note-t-elle.

Rieke reste néanmoins fondamentalement optimiste quant aux utilisations potentielles de l’IA en médecine : « Dans l’étude, nous avons également montré que les performances des modèles d’IA continuent de s’améliorer à mesure que les modèles progressent. processus de diagnostic et de traitement à l’avenir – à condition que ce soient les humains qui vérifient les résultats générés par l’IA et qui aient le dernier mot en matière de traitement. »

AI projects at Charité aim to improve patient care

Le professeur Felix Balzer, directeur de l’Institut d’informatique médicale, est également certain que la médecine bénéficiera de l’IA. Dans son rôle de Chief Medical Information Officer (CMIO) au sein de l’IT, il est responsable de la transformation numérique des soins aux patients à la Charité. “La numérisation, qui implique également le recours à l’automatisation et à l’intelligence artificielle, constitue un domaine d’intérêt particulier lorsqu’il s’agit d’améliorer l’efficacité des soins aux patients”, explique Balzer.

Son institut travaille par exemple sur des modèles d’IA pour contribuer à la prévention des chutes dans les établissements de soins de longue durée. D’autres départements de la Charité mènent également des recherches approfondies sur l’IA : le laboratoire de la Charité pour l’intelligence artificielle en médecine travaille au développement d’outils pour le pronostic basé sur l’IA suite à un accident vasculaire cérébral, et le projet TEF-Health, dirigé par le professeur Petra Ritter de l’Institut de Berlin. de la Santé de la Charité (BIH), œuvre pour faciliter la validation et la certification de l’IA et de la robotique dans les dispositifs médicaux.