Prédire la réponse à l’immunothérapie grâce à l’intelligence artificielle

Communiqués/Dossiers - Une étude publiée dans The Lancet Oncology établit pour la première fois qu'une intelligence artificielle peut exploiter des images médicales pour en extraire des informations biologiques et cliniques. En concevant et en entrainant un algorithme à analyser une image de scanner, des médecins-chercheurs de Gustave Roussy, CentraleSupélec, l'Inserm, l'Université Paris-Sud et TheraPanacea (spin-off de CentraleSupélec spécialisée en intelligence artificielle pour l'oncologie-radiothérapie et la médecine de précision) ont créé une signature dite radiomique. Cette signature qui définit le niveau d'infiltration lymphocytaire d'une tumeur détermine un score prédictif de l'efficacité de l'immunothérapie chez un patient. À terme, le médecin pourrait donc utiliser l'imagerie pour identifier des phénomènes biologiques d'une tumeur située dans n'importe quelle partie du corps sans avoir à réaliser de biopsie. Jusqu'à présent, aucun marqueur ne permet d'identifier de manière certaine les patients qui vont répondre à une immunothérapie anti-PD-1/PD-L1 permettant de restaurer les fonctions immunitaires contre la tumeur alors que seulement 15 à 30 % des patients répondent au traitement. Sachant que plus l'environnement immunologique d'une tumeur est riche (présence de lymphocytes), plus l'immunothérapie a de chance d'être efficace, les chercheurs ont cherché à estimer cet environnement grâce à l'imagerie pour le corréler à la réponse clinique des patients. C'est l'objectif de la signature radiomique créée et validée par IA de l'étude publiée dans The Lancet Oncology.