Retour sur iBox, outil de prédiction du risque de perte de rein greffé basé sur l’intelligence artificielle coordonné par l’AP-HP et l’Université de Paris

iBox

Le 17 septembre dernier, les travaux concernant iBox ont été publiés sur le site de la revue The British Medical Journal. iBox est un outil de prédiction individuel du risque de perte de greffon, qui est délivré aux praticiens, permet d’améliorer non seulement le suivi des patients, mais aussi d’optimiser le développement de nouveaux traitements immunosuppresseurs, en réduisant significativement la durée des essais cliniques. Il est présenté comme le premier algorithme universel de prédiction du risque de perte de rein greffé.

Des équipes de l’AP-HP (à l’hôpital Necker-Enfants malades et à l’hôpital Saint-Louis) et de l’Université de Paris, ont coordonné, au sein du « Centre d’expertise de la transplantation d’organe » de l’unité Inserm 970 dirigé par le Pr Alexandre Loupy, une étude internationale ayant permis d’élaborer et de valider iBox. Ces travaux, qui ont été menés en collaboration avec huit centres de transplantation en France (Suresnes (hôpital Foch), Toulouse, Nantes et Lyon), en Belgique (Louvain) et aux Etats-Unis (John Hopkins Medical Institute, Mayo Clinic & University of Virginia), ont été publiés le 17 septembre 2019 dernier dans The British Medical Journal.

La maladie rénale chronique touche une personne sur dix dans le monde et est en croissance constante comme l’indique l’AP-HP. Bien que la transplantation rénale est privilégiée dans le traitement de l’insuffisance rénale chronique terminale, environ 55% des patients sont encore traités par dialyse. Cette dernière représente un coût annuel de 2,6 milliards d’euros en France et de 42 milliards de dollars aux Etats-Unis. Par ailleurs, le taux de rejet tardif de greffons suite à une transplantation rénale est encore aussi élevé qu’en 1999.

Les organismes de réglementation, l’European Medicines Agency (EMA) et la Food and Drug Administration (FDA) notamment, ont souligné la nécessité de développer un outil robuste qui puisse prédire la survie à long terme du greffon. Un tel outil faciliterait les interventions thérapeutiques, la prise de décisions cliniques et les essais cliniques, dans ce domaine où les besoins sont importants.

Des équipes de l’hôpital Necker-Enfants malades AP-HP, de l’hôpital Saint-Louis AP-HP et de l’Université de Paris, ont mené, au sein du « Centre d’expertise de la transplantation d’organe » de l’unité Inserm U970, un important travail collaboratif qui a permis d’inclure les paramètres cliniques, histologiques, immunologiques et fonctionnelles de 7.500 patients suivis sur plus de dix ans après la transplantation rénale, en Europe et aux Etats-Unis.

Les équipes ont identifié huit des paramètres associés au risque de perte de greffon dans les dix ans suivant la greffe. Ces travaux ont permis de générer iBox, un algorithme de prédiction du risque pour chaque patient. Ce dernier a été testé et validé sur 3.557 patients recrutés en France, en Belgique et aux Etats-Unis. Ces modèles ont ensuite été intégrés dans un logiciel pour fournir aux praticiens un outil d’aide à la décision médicale utilisable au lit du patient et dans les scénarios les plus courants rencontrés en transplantation.

« En optimisant la prise de décision médicale, l’utilisation d’iBox pourrait avoir un impact important non seulement sur la qualité de vie de chaque patient, mais aussi sur la survie à long terme des greffons, » explique le Pr Alexandre Loupy, néphrologue à l’hôpital Necker-Enfants malades AP-HP et directeur du « Centre d’expertise de la transplantation d’organe » au sein de l’unité Inserm 970.

Il ajoute également que :

« Cet outil, qui sera déployé fin 2019 dans deux centres pilotes de l’AP-HP, illustre parfaitement le potentiel de l’utilisation d’algorithmes et de l’intelligence artificielle dans le domaine des transplantations d’organes.»

« L’application de l’IBox va bien au-delà de la greffe rénale car les résultats prometteurs sur le rein sont actuellement en cours de validation en transplantation cardiaque et dans la maladie cardiovasculaire ». souligne le Pr Xavier Jouven, Chef du pôle cardiovasculaire à l’hôpital européen Georges Pompidou, AP-HP ainsi que de l’équipe « Epidémiologie intégrative » au sein de l’unité Inserm U970.

Son utilisation sur les données d’essais cliniques de différents traitements en transplantation rénale a permis aux équipes de conclure à la fiabilité des prédictions d’iBox quels que soient le système de santé, la situation clinique ou le traitement suivi par le patient avec un gain de plus de six années en moyenne dans le développement de médicaments immunosuppresseurs.

Les variables utilisées dans iBox sont facilement accessibles après transplantation. iBox est donc adaptable à la pratique clinique courante, et pourrait être déployé, à l’échelle internationale, dans la majorité des centres de greffe rénale. Une prochaine étape serait d’inclure l’utilisation d’iBox de façon automatique dans les dossiers médicaux électroniques.

La recherche clinique en transplantation est très réduite, essentiellement parce que l’indicateur de succès de toute nouvelle thérapie est l’allongement de la durée médiane de vie des greffons, aujourd’hui de sept ans. En permettant de prédire le devenir à long terme d’un greffon de manière fiable, l’utilisation de l’iBox pourrait aussi réduire la durée des études et ainsi relancer les essais cliniques en transplantation en réduisant significativement leur coût.

Recevez gratuitement l'actualité de l'intelligence artificielle

Suivez la Newsletter de référence sur l'intelligence artificielle (+ de 18 000 membres), quotidienne et 100% gratuite.


Tout comme vous, nous n'apprécions pas le spam. Vos coordonnées ne seront transmises à aucun tiers.
Partager l'article
1 an d'abonnement au magazine de référence sur l'IA pour 27,60€ Boutique ActuIA Recherche, Business, Impact : Restez à la page en matière d'intelligence artificielle.
intelligence artificielle
À PROPOS DE NOUS
Le portail francophone consacré à l'intelligence artificielle et à la datascience, à destination des chercheurs, étudiants, professionnels et passionnés.