Une équipe de scientifiques écossais de l’université de Glasgow, du Canon Medical Research Europe et du Data Lab, le centre écossais sur l’innovation pour la data et l’intelligence artificielle, a développé un système d’imagerie utilisant l’IA, efficace pour détecter les mésothéliomes. Cette forme rare de cancer affecte les surfaces mésothéliales au niveau des poumons, du cœur et de la cavité abdominale. Ce prototype pourrait potentiellement révolutionner la façon dont les patients seront diagnostiqués et traités à l’avenir.
Un programme de recherche écossais autour du mésothéliome
Le projet, qui a été lancé en 2017, était intentionnellement axé sur le mésothéliome, une tumeur maligne rare, mais agressive, et l’une des plus difficiles à mesurer avec les tomodensitomètres traditionnels. L’Écosse est l’un des pays où le taux d’incidence de mésothéliome est le plus élevé. D’après les études, cela serait dû à son industrie navale et l’utilisation fréquente d’amiante dans les constructions. En ce sens, ce programme de recherche est financé par le gouvernement écossais dans l’optique d’encourager la collaboration entre les centres d’innovations, les professionnels de santé et les entreprises de soins de santé.
L’université de Glasgow, Canon Medical Research Europe également trois centres d’innovation, dirigés par The Data Lab en collaboration avec le Digital Health and Care Institute (DHI) et Precision Medicine Scotland ont travaillé conjointement. L’objectif était de développer une nouvelle technologie basée sur l’intelligence artificielle afin d’épauler les cancérologues dans leur travail. Les résultats de leur étude ont fait le cadre d’une publication détaillant leur processus de recherche.
Le professeur de pneumologie à l’université de Glasgow, pneumologue à l’hôpital universitaire Queen Elizabeth et participant au projet de recherche, Kevin Blythe a expliqué avoir conscience de la difficulté qui existe à comprendre et à diagnostiquer le mésothéliome. Dans le cadre de programme, il est accompagné de Steph Wright, directeur de l’engagement santé et bien-être au Data Lab et du Dr Keith Goatman, chercheur pour le Canon Medical Research Europe.
Une solution intégrant l’intelligence artificielle pour diagnostiquer le mésothéliome
Le logiciel développé par les chercheurs peut détecter les cellules cancéreuses et quantifier leur présence plus efficacement que l’imagerie traditionnelle d’après les résultats. Le système sera utilisé pour accélérer le processus de diagnostic du mésothéliome. À l’heure actuelle et dans beaucoup de cas, le mésothéliome n’est diagnostiqué qu’à des stades avancés, lorsque les options de traitement sont beaucoup plus limitées et principalement palliatives. Les résultats devraient fournir une base intéressante pour produire, à l’avenir, des outils similaires pour évaluer les cancers les plus communs.
Le Dr Keith Goatman, évoque même la possibilité d’utiliser ce système pour décider des traitements de chaque patient :
“Les mesures précises du volume de la tumeur prennent beaucoup trop de temps pour être effectuées à la main. […] La vitesse et la précision de l’algorithme d’IA pourraient avoir un impact considérable sur le traitement du mésothéliome. […] L’automatisation de ces mesures ouvrira la voie à des essais cliniques de nouveaux traitements en détectant même de petits changements dans la taille de la tumeur. En fin de compte, il pourrait être utilisé systématiquement dans les hôpitaux pour décider du meilleur traitement pour chaque individu.”
Une centaine de résultats de tomodensitomètres ayant servi au diagnostic d’un mésothéliome ont été utilisés pour entraîner le programme qui, selon l’équipe de recherche, est désormais meilleur que l’être humain pour reconnaître les nouvelles tumeurs cancéreuses. Cet outil cherche à rationaliser les essais cliniques, pour essayer de les rendre moins chronophages, plus précis et moins coûteux. Afin d’y parvenir, de nouveaux travaux de validation sont en cours dans le cadre d’un réseau international d’accélérateurs.
À terme, ce système pourrait être disponible pour aider les médecins à détecter des mésothéliomes sur les scans pendant le traitement.
