dans

Prédire les risques de récidive du cancer à l’aide du machine learning

Le machine learning pour prédire les risques de récidive d'un cancer

Le machine learning aide les médecins à prévoir les risques de récidive d’un cancer chez les patients.

Même après une opération ou un traitement réussi, il y a toujours un risque que les tumeurs se reforment. Pourtant, les méthodes traditionnelles ne permettent pas toujours de prédire avec précisions si les patients vont réellement s’en sortir ou s’ils risquent de faire une rechute. Mais l’intelligence artificielle a le pouvoir de changer le cours des choses.

Le machine learning pour prédire les risques de récidive d’un cancer

Parmi tous les types de cancer, le cancer du poumon est celui qui cause le plus de décès. Par ailleurs, le CPNPC (cancer du poumon non à petites cellules) représente 85 % des cas de cancers bronchiques. Comme avec toute maladie, lorsque le patient est diagnostiqué à un stade précoce, il a une meilleure chance de survie. Mais même après avoir bénéficié d’un traitement efficace, il y a toujours un risque que la maladie revienne. En effet, 30 à 55 % des patients guéris du CPNPC connaissent une récidive.

Des chercheurs ont développé un nouvel outil d’IA — de machine learning — qui peut prédire les risques de récidive d’un cancer. L’équipe rassemble des médecins et des scientifiques du Royal Marsden NHS Foundation Trust, de l’Institute of Cancer Research, et de l’Imperial College de Londres.

La crainte d’une rechute, une source d’anxiété

Dans cette étude, les chercheurs ont alimenté leur modèle de données cliniques de 657 patients atteints CPNPC dans cinq hôpitaux différents. Pour calculer la propbalailté de rechute d’un patient, ils ont ajouté d’autres facteurs comme l’âge, le sexe, l’IMC, le tabagisme, la radiothérapie et les caractéristiques de la tumeur.

Le modèle a ensuite classé les patientes en fonction du niveau de risque (faible ou élevé) et de la durée de la période avant la récidive. L’algorithme a également estimé la survie du patient au cours des deux années suivant le traitement. Il s’est alors avéré que le machine learning peut évaluer les probabilités de récidive d’un cancer avec plus de précision que les méthodes traditionnelles.

Cet outil permettrait alors au patient à risque de recevoir un traitement plus rapidement. Mais c’est aussi une bonne nouvelle pour les patients qui présentent moins de risque de rechute. Ils auront moins d’examens de suivis et pourront reprendre le cours normal de leur vie avec un esprit plus tranquille

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.