Une équipe de recherche internationale avec participation bâloise a développé un modèle d'intelligence artificielle capable de prédire avec précision le risque de récidive du cancer de l'utérus. Ces travaux, publiés dans la revue Nature Medicine, pourraient aider à prendre des décisions de traitement plus ciblées et éviter des thérapies inutilement lourdes.
Le cancer de l'utérus est le cancer le plus fréquent des organes génitaux féminins dans les pays industrialisés. La plupart des femmes atteintes d'une maladie localisée peuvent être guéries par une opération. Cependant, chez 10 à 20% des patientes, le cancer peut réapparaître à un autre endroit (récidive à distance), ce qui est généralement incurable. Pour réduire ce risque, une chimiothérapie ou une radiothérapie supplémentaire peuvent être utilisées, mais cela peut entraîner des effets secondaires importants, a indiqué mercredi l'Hôpital universitaire de Bâle (USB) dans un communiqué.
Les recommandations de traitement actuelles se basent sur différents facteurs de risque, dont le type de tumeur, le stade de la maladie et certaines caractéristiques moléculaires du cancer. L'évaluation de ces facteurs est toutefois compliquée, longue et coûteuse.
L'IA au service de la santé
L'équipe de Viktor Kölzer à l'USB, avec notamment des collègues néerlandais, a entraîné un modèle d'apprentissage profond à estimer le risque de récidive sur la seule base d'échantillons de tissus et du stade de la tumeur.
Le modèle d'IA baptisé HECTOR (histopathology-based endometrial cancer tailored outcome risk) a été nourri avec les données de plus de 1000 patientes, qu'il a classées en trois groupes selon le risque de récidive bas, moyen ou élevé. La probabilité de récidive oscillait ainsi entre moins de 3% sur dix ans à plus de 40%.
Grâce à ces prédictions précises, HECTOR pourrait aider à l'avenir à prendre des décisions de traitement plus ciblées et à éviter des thérapies inutiles. Il s'agit en outre d'un grand pas en avant vers une médecine personnalisée et cela pourrait avoir un effet positif sur les coûts de la santé, note l'USB. Ce travail a été récompensé par le Team Science Award du Dutch Research Council.
