Outil d’IA ‘lit’ les tumeurs cérébrales pendant la chirurgie pour aider à guider les décisions.
Outil d'IA pour guider les décisions lors de la chirurgie des tumeurs cérébrales.
Des scientifiques ont développé un outil d’intelligence artificielle (IA) capable de décrypter en temps réel le code génétique d’une tumeur cérébrale pendant une opération chirurgicale, une avancée qui, selon eux, pourrait accélérer le diagnostic et personnaliser le traitement des patients.
Les chercheurs ont entraîné l’outil d’IA à reconnaître les différentes caractéristiques génétiques des gliomes, un groupe de tumeurs qui constituent la forme la plus courante de cancer du cerveau chez les adultes.
Cependant, tous les gliomes ne sont pas identiques. La plupart des personnes sont diagnostiquées avec l’un des trois sous-types qui présentent chacun des caractéristiques génétiques différentes – et, de manière critique, différents degrés d’agressivité et d’options de traitement.
Actuellement, les médecins appelés pathologistes peuvent analyser les gliomes pour ces marqueurs génétiques, dans ce qu’on appelle le diagnostic moléculaire. Mais le processus prend plusieurs jours voire plusieurs semaines, a déclaré le Dr Kun-Hsing Yu, le chercheur principal de la nouvelle étude.
- Une forte dépendance au cannabis pourrait augmenter les risques de ...
- Le risque de pensées suicidaires avec des médicaments populaires po...
- Le test de l’ensemble du génome est deux fois plus efficace q...
En revanche, l’outil d’IA que son équipe développe permettrait de réaliser un diagnostic moléculaire en 10 à 15 minutes. Cela signifie qu’il pourrait être effectué pendant une opération chirurgicale, selon Yu, professeur adjoint d’informatique biomédicale à la Harvard Medical School, à Boston.
La technologie, appelée CHARM, semble également très précise. Lorsque l’équipe de Yu l’a testée avec des échantillons de gliomes qu’elle n’avait jamais “vus” auparavant, l’outil d’IA était précis à 93% pour distinguer les trois sous-types moléculaires différents.
Pouvoir faire de telles distinctions en salle d’opération est crucial, ont affirmé Yu et d’autres experts, car cela pourrait changer la façon dont un patient est traité.
Certains gliomes sont moins agressifs, et les chirurgiens peuvent être plus conservateurs dans l’exérèse du tissu cérébral – ce qui peut minimiser les effets secondaires.
D’autres gliomes, tels que le glioblastome, sont extrêmement agressifs. Les chirurgiens essaieront donc d’enlever autant de cancer que possible, et parfois d’implanter des “plaquettes” de médicaments chimiothérapeutiques à libération lente directement dans le cerveau.
“Cette technologie révolutionnaire a le potentiel de guider les décisions chirurgicales en fournissant un diagnostic moléculaire en temps réel pendant les interventions chirurgicales des tumeurs cérébrales”, a déclaré Atique Ahmed, professeur agrégé de neurochirurgie à la Northwestern University Feinberg School of Medicine de Chicago.
Ahmed, qui n’a pas participé à l’étude, a qualifié l’exactitude de l’outil à 93% d'”impressionnante”, mais a noté qu’elle peut être améliorée.
“Il est important de se rappeler que les 7% d’inexactitudes ne sont pas seulement un chiffre”, a-t-il déclaré. “Cela représente des patients atteints de maladies très agressives qui pourraient bénéficier énormément de diagnostics plus précis.”
Yu a convenu que les performances peuvent être affinées davantage et que CHARM n’est pas encore prêt pour être utilisé à grande échelle. Il doit être testé dans des environnements réels, a-t-il déclaré, et approuvé par la Food and Drug Administration des États-Unis.
Les chercheurs collaborent avec plusieurs hôpitaux dans différentes régions du monde pour mettre CHARM à l’épreuve du monde réel.
L’intérêt pour l’utilisation de l’IA dans les diagnostics médicaux a explosé ces dernières années. L’espoir est que les algorithmes d’IA aideront les spécialistes à analyser des images – par exemple, des mammographies ou des scanners CT – pour obtenir un verdict plus rapide et plus précis.
Personne ne souhaite remplacer les médecins, a souligné Yu. “Nous voulons utiliser l’IA comme un outil.”
CHARM est un acronyme beaucoup plus mémorable pour Cryosection Histopathology Assessment and Review Machine. L’équipe de Yu a développé l’outil en utilisant plus de 2 300 échantillons de tumeurs congelées provenant de 1 524 patients traités pour des gliomes dans différents hôpitaux américains.
Les travaux, décrits en ligne le 7 juillet dans la revue Med, ne sont pas les seuls efforts visant à améliorer le diagnostic des gliomes grâce à l’IA.
D’autres outils sont à l’étude, notamment l’un appelé DeepGlioma. Le Dr Daniel Orringer, neurochirurgien au Perlmutter Cancer Center de l’Université NYU Langone à New York, fait partie des chercheurs de ce projet.
Il a déclaré que pour l’instant, le diagnostic moléculaire des gliomes est non seulement chronophage et coûteux, mais n’est pas disponible dans tous les hôpitaux où les patients sont traités. L’IA a le potentiel de “démocratiser les tests moléculaires”, a déclaré Orringer.
CHARM, a-t-il dit, est “particulièrement attrayant” à cet égard, car il pourrait finalement être utilisé dans n’importe quel hôpital capable de numériser des coupes d’histologie (images microscopiques d’échantillons tumoraux des patients).
Yu a fait une remarque similaire. Les autres outils d’IA en développement pour le gliome nécessitent un type spécial de microscope qui n’est pas disponible dans tous les hôpitaux, même dans les pays riches, sans parler du monde en développement, a-t-il déclaré.
Et bien que l’étude actuelle se soit concentrée sur le gliome, Yu a déclaré que CHARM pourrait être formé pour aider au diagnostic d’autres types de tumeurs cérébrales également.
Ahmed a qualifié ce potentiel de “polyvalence” prometteur.
“Le développement de CHARM représente un bond en avant significatif dans la quête d’un diagnostic moléculaire précis et rapide lors des interventions chirurgicales pour les tumeurs cérébrales”, a-t-il déclaré.
Plus d’informations
L’American Brain Tumor Association en sait plus sur le gliome.
SOURCES : Kun-Hsing Yu, MD, PhD, professeur adjoint en informatique biomédicale, Harvard Medical School, Boston ; Atique Ahmed, PhD, professeur agrégé en chirurgie neurologique, Northwestern University Feinberg School of Medicine, Chicago ; Daniel Orringer, MD, neurochirurgien, Perlmutter Cancer Center, NYU Langone, professeur associé en neurochirurgie, NYU Grossman School of Medicine, New York ; Med, 7 juillet 2023, en ligne
