Les chercheurs soutenus par l’UE ont développé un système d’IA qui personnalise le traitement de la bactérie antérieure au cancer de l’estomac.

Une équipe internationale de chercheurs a développé un assistant de diagnostic basé sur l’apprentissage par l’apprentissage basé sur l’apprentissage qui peut adapter le traitement pour Helicobacter Pylori, une bactérie considérée comme la principale cause de cancer de l’estomac dans le monde. Soutenu par l’Aida financé par l’UE(ouvre dans une nouvelle fenêtre) Projet, ainsi que le projet TOGAS financé sous l’UE4Health(ouvre dans une nouvelle fenêtre) Programme, le système démontre le potentiel de l’IA pour aider la prise de décision clinique et améliorer les résultats pour les personnes atteintes d’un cancer gastrique. La grande majorité des cas de cancer de l’estomac sont attribuables à l’infection à H. pylori. On pense que ce type de cancer se développe après des années d’atrophie gastrique, une condition dans laquelle la doublure de l’estomac s’amincit et ses cellules de glande – qui facilitent la digestion – sont perdues. Cette perte est une étape clé dans la progression vers le cancer de l’estomac. Étant donné que plus de la moitié du globe devrait subir une infection à H. pylori à un moment donné de leur vie, la nécessité de profiter des progrès de l’IA pour évaluer et améliorer la gestion et le traitement est clair. En effet, malgré les progrès actuels de traitement tels que la chimiothérapie et la chirurgie, le cancer de l’estomac a toujours un mauvais pronostic par rapport à d’autres types de cancer, en particulier lorsqu’il est à un stade avancé. Ce clinicien d’IA a le potentiel de changer cela. En optimisant les thérapies pour une éradication précoce de la bactérie H. pylori, il peut faire progresser considérablement la prévention du cancer à travers le monde.

Apprentissage par essais et erreurs

Le système fournit des recommandations de traitement de première intention spécifiques au patient et détermine si de tels traitements personnalisés axés sur l’IA amélioreraient le taux d’éradication de la maladie par rapport aux thérapies prescrites par les cliniciens. Pour pouvoir le faire, il utilise une approche d’apprentissage automatique appelé «apprentissage de renforcement» qui apprend par essais et erreurs quelles actions à prendre pour maximiser la récompense dans un état donné. Le modèle est formé et validé en interne sur plus de 38 000 patients du registre européen sur Helicobacter Pylori Management, une base de données qui recueille systématiquement des données à partir de la pratique clinique de routine en Europe sur la gestion des infections à H. pylori. En utilisant des techniques d’apprentissage en Q sur l’état indépendant, il recommande les thérapies les plus efficaces en fonction des caractéristiques des patients telles que l’âge, le sexe, le pays, les allergies aux antibiotiques, les symptômes et autres médicaments pris en même temps.

Plus fort ensemble

Comme décrit dans l’étude(ouvre dans une nouvelle fenêtre) Publié dans la revue «Nature Communications», le système a amélioré le succès du traitement de 6%. Les thérapies recommandées par l’IA ont atteint un taux de réussite de 94,1% par rapport aux thérapies prescrites par les cliniciens qui ne sont pas alignées sur les suggestions d’IA, dont le taux de réussite était de 88,1%. Comme l’équipe de recherche le souligne dans son étude, le clinicien d’IA est destiné à être utilisé aux côtés des cliniciens. Plutôt que de démontrer la supériorité de l’IA par rapport à la prise de décision clinique, il démontre comment les recommandations peuvent être améliorées avec l’aide de l’IA. «Cette étude montre comment l’IA peut exploiter les données cliniques du monde réel pour optimiser rétrospectivement les stratégies d’éradication Helicobacter Pylori – ouvrant la voie à une nouvelle ère de précision de la médecine basée sur les données», indique le co-co-enrior de l’étude Kirill Veselkov, de l’Aida Project Partner College Imperial College, dans un article de nouvelles, dans une nouvelle(ouvre dans une nouvelle fenêtre) Publié sur la section des nouvelles de l’université. Le projet AIDA (un projet de diagnostic artificiellement intelligent pour l’inflammation gastrique) se termine en décembre 2026. Pour plus d’informations, veuillez consulter: site Web du projet AIDA(ouvre dans une nouvelle fenêtre)