Un chercheur de l’Université Laval et des collègues de l’Université McGill ont élaboré une méthode utilisant l’intelligence artificielle pour prédire avec une précision de 95% le risque de récidive du cancer du poumon chez un patient ayant subi une résection pulmonaire. Cette approche a été développée par le pathologiste et professeur de la Faculté de médecine de l’Université Laval, Philippe Joubert, ainsi que ses collègues Logan Walsh et Daniela Quail de l’Université McGill. Pour ce faire, ils ont analysé des tumeurs de plus de 400 patients ayant subi une résection pulmonaire, à partir de la biobanque de l’Institut universitaire de cardiologie et de pneumologie de Québec (IUCPQ).
Ils ont utilisé la composition du micro-environnement tumoral pour prédire les récidives de cancer chez les patients ayant subi une opération. Grâce à cette méthode, ils ont pu prédire avec 95% de précision la réapparition du cancer chez les patients, en analysant un échantillon de tumeur de seulement 1mm².
Cette avancée est particulièrement significative, car environ 40% des patients opérés pour un cancer du poumon font face à une récidive. Cette nouvelle approche permettra d’identifier rapidement ces patients après la chirurgie et de leur proposer les traitements les plus adaptés à leur situation. Elle améliorera également l’utilisation des ressources dans les établissements de santé, en ciblant plus facilement les patients à risque.
Malgré cette avancée, l’utilisation de cette approche dans les établissements de santé nécessitera encore du temps, car le test doit être simplifié et testé dans des populations réelles pour confirmer ses performances. Cette percée a été désignée découverte de l’année par le magazine Québec Sciences.
