Des médecins-chercheurs de l’institut Gustave Roussy, Centrale Supélec, l’Inserm, l’Université Paris-Sud et Thera Panacea ont fait un bond dans le futur avec l’utilisation de l’intelligence artificielle afin de prédire l’efficacité d’un traitement par immunothérapie. À l’heure actuelle, seulement 15 à 30 % des patients répondent à ce type de traitement, toutefois on sait que plus l’environnement immunologique d’une tumeur est riche en lymphocytes, plus l’immunothérapie a de chance d’être efficace. En se basant sur ces données, les chercheurs ont cherché à estimer cet environnement grâce à l’imagerie pour le corréler à la réponse clinique des patients. Ils ont donc conçu et entraîné un algorithme afin qu’il puisse analyser une image de scanner permettant ainsi la création d’une signature dite radiomique. Selon l’Inserm : “Cette signature qui définit le niveau d’infiltration lymphocytaire d’une tumeur détermine un score prédictif de l’efficacité de l’immunothérapie chez un patient.” Les chercheurs ont montré que les patients chez qui l’immunothérapie fonctionnait après 3 et 6 mois présentaient un score radiomique plus élevé, tout comme ceux qui avaient une meilleure survie. Les résultats de ces travaux, publiés dans The Lancet Oncology, établissent donc pour la première fois qu’une intelligence artificielle peut exploiter des images médicales dans le but d’en extraire des informations aussi bien biologiques que cliniques et ainsi prédire si un traitement sera efficace ou non.

 

R. Sun, E. J. Limkin, M. Vakalopoulou, et al. A radiomics approach to assess tumour-infiltrating CD8 cells and response to anti-PD-1 or anti-PD-L1 immunotherapy: an imaging biomarker, retrospective multicohort study. Lancet Oncol. 2018;19(9):1180-91.