Un outil d’intelligence artificielle (AI) destiné à évaluer le risque de cancer du poumon, a été mis au point par des chercheurs de la clinique Abdul Latif Jameel pour l’apprentissage machine en santé (Machine Learning in health clinic) relevant de l’Institut des technologies de Massachussetts (MIT).

Il s’agit d’un modèle d’apprentissage profond qui adopte une approche personnalisée pour évaluer le risque de cancer du poumon de chaque patient sur la base de tomodensitogrammes, indique-t-on sur le site du MIT.

Les tomodensitogrammes sont des images prises par un ordinateur et un appareil à rayons X permettant de mieux voir des parties du corps lors d’une radiographie ou d’autres tests d’imagerie.

Le cancer du poumon est le premier cancer le plus meurtrier au monde, entraînant 1,7 million de décès dans le monde en 2020, soit plus de personnes que les trois autres cancers les plus meurtriers réunis.

“C’est le plus grand tueur des cancers parce qu’il est relativement commun et relativement difficile à traiter, surtout lorsqu’il a atteint un stade avancé”, explique Florian Fintelmann, radiologue interventionnel thoracique, coauteur des nouvelles recherches, cité par la même source.

“Dans ce cas, il est important de savoir que si vous détectez le cancer du poumon à un stade précoce, le résultat à long terme est nettement meilleur. Votre taux de survie à cinq ans est plus proche de 70 %, alors que si vous le détectez à un stade avancé, le taux de survie à cinq ans est tout juste inférieur à 10 %.”, a-t-il ajouté.

Bien que de nouvelles thérapies aient été introduites ces dernières années pour combattre le cancer du poumon, la majorité des patients atteints de ce cancer succombent encore à la maladie.

La tomodensitométrie à faible dose (LDCT) des poumons est actuellement le moyen le plus courant de dépister le cancer du poumon, dans l’espoir de le détecter aux stades les plus précoces, lorsqu’il peut encore être enlevé chirurgicalement.

L’outil baptisé ” Sybil “, en référence aux oracles de la Grèce antique, également connus sous le nom de sibylles, va encore plus loin dans le dépistage en analysant les données des images “LDCT” sans l’aide d’un radiologue pour prédire le risque qu’un patient développe un futur cancer du poumon dans les six ans.

Dans leur nouvel article publié dans le Journal of Clinical Oncology, les chercheurs de la clinique Jameel ont démontré que l’outil “Sybil” a obtenu des indices C de 0,75, 0,81 et 0,80 sur une période de six ans à partir de divers ensembles de scanners LDCT du poumon. Les modèles obtenant un indice C supérieur à 0,7 sont considérés comme bons et supérieurs à 0,8 comme forts.