dans

Cancer : le machine learning prédit les sous-types génomiques

Solution de machine learning pour le cancer du pancréas

Dans la lutte contre le cancer, ceci est le premier outil à prédire les sous-types génomiques du cancer du pancréas basé sur le machine learning.

Fruit d’une collaboration entre Assistance Publique — Hôpitaux de Paris (AP-HP) et Owkin, cet outil devrait révolutionner le domaine de l’oncologie et de l’immunologie. Grâce au machine learning, il peut prédire les sous-types de génomes pour le cancer du pancréas.

Lutte contre le cancer pancréatique : le rôle du machine learning

AP-HP est le premier centre d’essais cliniques en Europe possédant la plus grande quantité de données de santé pour la recherche. De son côté, Owkin est une startup qui œuvre dans les technologies de l’apprentissage fédéré ainsi que l’IA pour la recherche médicale et le développement clinique. Ensemble, leur collaboration vise à faciliter le développement de nouveaux médicaments et à mieux prendre en charge les patients. Leurs recherches tournent autour de l’immunologie, la cardiologie et l’oncologie. Par ailleurs, ils souhaitent promouvoir l’innovation dans la recherche médicale en démocratisant l’accès à l’intelligence artificielle.

L’évolution des moyens de prédiction pour les cancers comme l’adénocarcinome canalaire est au point mort. Cependant, il s’agit bien d’une des formes les plus mortelles qui existent.

Pour un cancer du pancréas, une technique qui consiste à prédire d’après deux sous-types génomiques si la chimiothérapie est efficace. Seulement, il s’agit d’une méthode très complexe pour les centres cliniques standards. Les scientifiques ont alors combiné leurs compétences avec l’informatique pour faciliter cette partie de la lutte contre le cancer avec le machine learning.

AP-HP et Owkin : une collaboration fructueuse

D’après Gilles Wainrib, directeur scientifique et cofondateur d’Owkin, leurs recherches prouvent que l’intelligence artificielle peut connecter les informations à plusieurs niveaux. En effet, les données sur les génomes, les cellules et les tissus apportent une valeur immédiate. Concernant la recherche sur le cancer, le machine learning permet d’identifier les signatures histo-génomiques. En d’autres termes, les patients pourront réellement bénéficier de la médecine de précision

L’outil a été développé avec les ressources des hôpitaux Ambroise Paré, Beaujon, Pitié Salpêtrière et Saint Antoine de l’AP-HP. Selon un pathologiste de Beaujon, il permet, en quelques minutes, de sous-typer la tumeur à distance. Cela offrira de nouvelles opportunités comme l’étude l’hétérogénéité intra-tumorale ou encore le sous-typage des tumeurs dans les essais cliniques.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.