La prévision des taux de survie des patients atteints de cancer est un aspect crucial du traitement et de la gestion du cancer. La prévision précise du pronostic d’un patient aide les professionnels de la santé à prendre des décisions éclairées sur le plan d’action le plus approprié et peut également aider à l’élaboration de plans de traitement personnalisés.
Des chercheurs de l’Université de la Colombie-Britannique et de BC Cancer ont créé un modèle d’IA qui prédit la survie des patients atteints de cancer avec une plus grande
” data-gt-translate-attributes=”[{“attribute=””>précision[{“attribute=””>accuracy et en utilisant des données plus facilement accessibles par rapport aux méthodes précédentes.
Le modèle d’IA utilise le traitement du langage naturel (PNL), un domaine de l’IA qui comprend le langage humain, pour examiner les notes des oncologues prises à la suite de la consultation initiale d’un patient. Il s’agit de la première étape du parcours d’un patient atteint de cancer après le diagnostic. Le modèle a pu identifier les caractéristiques distinctives de chaque patient, ce qui a permis d’obtenir des prévisions de survie avec une précision de plus de 80 % pendant 6 mois, 36 mois et 60 mois. Ces découvertes ont été récemment publiées dans le <span class="glossaryLink" aria-describedby="tt" data-cmtooltip="
” data-gt-translate-attributes=”[{“attribute=””>RéseauJAMAouvert[{“attribute=””>JAMANetworkOpen.
“La prédiction de la survie au cancer est un facteur important qui peut être utilisé pour améliorer les soins contre le cancer”, a déclaré l’auteur principal, le Dr John-Jose Nunez, psychiatre et chercheur clinique au UBC Mood Disorders Center et au BC Cancer. «Cela pourrait suggérer aux prestataires de santé de faire une référence plus précoce aux services de soutien ou d’offrir une option de traitement plus agressive dès le départ. Notre espoir est qu’un outil comme celui-ci puisse être utilisé pour personnaliser et optimiser les soins qu’un patient reçoit immédiatement, en lui donnant le meilleur résultat possible.
Traditionnellement, les taux de survie au cancer ont été calculés rétrospectivement et classés par seulement quelques facteurs génériques tels que le siège du cancer et le type de tissu. Malgré la familiarité avec ces taux, il peut être difficile pour les oncologues de prédire avec précision la survie d’un patient en raison des nombreux facteurs complexes qui influencent les résultats des patients.
Le modèle développé par le Dr Nunez et ses collaborateurs, qui comprend des chercheurs de BC Cancer et des départements d’informatique et de psychiatrie de l’UBC, est capable de relever des indices uniques dans le document de consultation initial d’un patient pour fournir une évaluation plus nuancée. Il s’applique également à tous les cancers, alors que les modèles précédents étaient limités à certains types de cancer.
“L’IA lit essentiellement le document de consultation de la même manière qu’un humain le lirait”, a déclaré le Dr Nunez. “Ces documents contiennent de nombreux détails tels que l’âge du patient, le type de cancer, les problèmes de santé sous-jacents, la consommation antérieure de substances et les antécédents familiaux. L’IA rassemble tout cela pour brosser un tableau plus complet des résultats pour les patients. »
Les chercheurs ont formé et testé le modèle en utilisant les données de 47 625 patients dans les six sites BC Cancer situés en Colombie-Britannique. Pour protéger la confidentialité, toutes les données des patients sont restées stockées en toute sécurité chez BC Cancer et ont été présentées de manière anonyme. Contrairement aux examens de dossiers par des assistants de recherche humains, la nouvelle approche de l’IA présente l’avantage supplémentaire de maintenir une confidentialité totale des dossiers des patients.
« Parce que le modèle est formé sur les données de la Colombie-Britannique, cela en fait un outil potentiellement puissant pour prédire la survie au cancer ici dans la province », a déclaré le Dr Nunez.
À l’avenir, la technologie pourrait être appliquée dans les cliniques anticancéreuses du Canada et du monde entier.
“La grande chose au sujet des modèles de NLP neuronaux est qu’ils sont hautement évolutifs, portables et ne nécessitent pas d’ensembles de données structurés”, a déclaré le Dr Nunez. « Nous pouvons former rapidement ces modèles en utilisant des données locales pour améliorer les performances dans une nouvelle région. Je suspecterais que ces modèles fournissent une bonne base n’importe où dans le monde où les patients peuvent voir un oncologue.
Le Dr Nunez est récipiendaire de la bourse Marshall 2022/23 de l’Institut de la santé mentale de l’UBC et bénéficie également d’un financement de la BC Cancer Foundation. Dans un autre domaine de travail, le Dr Nunez examine comment faciliter les meilleurs soins psychiatriques et de conseil possibles pour les patients atteints de cancer en utilisant des techniques avancées d’IA. Il envisage un avenir où l’IA sera intégrée à de nombreux aspects du système de santé pour améliorer les soins aux patients.
“Je vois l’IA agir presque comme un assistant virtuel pour les médecins”, a déclaré le Dr Nunez. “Alors que la médecine devient de plus en plus avancée, avoir l’IA pour aider à trier et donner un sens à toutes les données aidera à éclairer les décisions des médecins. En fin de compte, cela contribuera à améliorer la qualité de vie et les résultats pour les patients.
Référence : “Prédire la survie des patients atteints de cancer à partir de leur document de consultation initiale en oncologie à l’aide du traitement du langage naturel” par John-Jose Nunez, MD, MSc, Bonnie Leung, MN-NP(F), Cheryl Ho, MD, Alan T. Bates , MD, Ph.D. et Raymond T. Ng, Ph.D., 27 février 2023, Réseau JAMA ouvert.
DOI : 10.1001/jamanetworkopen.2023.0813
L’étude a été financée par la BC Cancer Foundation.
