Environ un demi-million de personnes développent un cancer chaque année. Ce nombre est en augmentation. Toutefois, les diagnostics montrent clairement que cette maladie est très individualisée. c'est pourquoi, le traitement du cancer peut être personnalisé avec AI.
Caractériser les tumeurs avec précision jusqu'au niveau des cellules individuelles
Environ, un demi-million de personnes développent un cancer chaque année. Selon cette estimation, la tendance est à la hausse. Toutefois, les possibilités de diagnostic, de plus en plus nombreuses, montrent clairement que le cancer est une maladie très individualisée. Par conséquent, les personnes touchées ont besoin d'une thérapie adaptée à leurs besoins individuels. Pour le faire, les chercheurs utilisent l'intelligence artificielle (IA) dans le cadre de différents projets.
Tout d’abord, cela leur permet de caractériser les cellules cancéreuses individuelles dans les moindres détails. Et ensuite, de sélectionner le médicament approprié afin de développer un dossier médical spécifique aux personnes atteintes de cancer. Ce dossier médical, qui accompagne souvent, sur le long chemin de la maladie, enregistre toutes les données relatives ainsi que le traitement. A l'aide de nouvelles technologies moléculaires, ils peuvent également caractériser les tumeurs de manière très précise jusqu'au niveau des cellules individuelles.
De cette manière, le génome complet des cellules est décodé, toutes les protéines sont caractérisées, le métabolisme des cellules est suivi et des biomarqueurs ou des molécules de surface ont été découverts. Bien sûr, cela implique d'énormes quantités de données. Et pour ses enregistrements, l'intelligence artificielle est nécessaire.
Aussi, l'analyse de ces données moléculaires sur une tumeur fournit des informations sur les cibles moléculaires possibles pour une thérapie. En outre, le risque individuel de rechute peut être calculé et l'agressivité de la thérapie peut être ajustée en conséquence. Ce, en proposant aux patients de nouvelles thérapies expérimentales, surtout lorsque le risque est très élevé.
Organoïdes provenant de cellules souches cancéreuses
Une équipe scientifique examine des échantillons de tissus primaires provenant de tumeurs qui ont été enlevées par chirurgie. Il s'agit souvent de très petites quantités. Ce qui ne suffit pas pour tester l'effet de 50 médicaments différents. Ils utilisent ces cellules souches contenues dans le tissu pour cultiver de petits morceaux de tissu tridimensionnels, appelés organoïdes, sur lesquels ils peuvent effectuer les tests. Au microscope, ils observent si une substance a provoqué le rétrécissement de la tumeur, si elle tue les cellules tumorales ou si elle n'a aucun effet.
Mais comme il y a tant d'échantillons à tester, les chercheurs travaillent à l'automatisation de la procédure. Ainsi, ils utilisent des plaques de culture qui peuvent contenir 100 organoïdes en même temps. Celles-ci sont automatiquement analysées au microscope et les données sont évaluées directement dans l'ordinateur. Leur objectif est de développer des modèles capables de fournir des informations sur le médicament. Celui qui a eu le meilleur effet sur la tumeur de tel ou tel patient.
En parallèle, l'expression génétique des mini-tumorales est également analysée. Cela fournira des informations sur les altérations génétiques contenues dans la tumeur et permettra ainsi de prévoir quels médicaments ciblés sont les plus susceptibles d'être actifs contre les cellules tumorales.
Dans la plupart des cas, la prédiction basée sur les données de séquençage correspond à l'observation au microscope, mais parfois elle ne correspond pas. De la sorte, l’objectif est d’offrir aux différents patients atteints de cancer la thérapie la plus efficace avec le moins d'effets secondaires possibles. Et à l'avenir, de continuer à développer la procédure afin de l'utiliser pour le plus grand nombre possible de types de cancer.
Fusion des données relatives aux antécédents médicaux dans les dossiers électroniques des patients
Un dossier médical électronique, pour soulager les patients et leur permettre de rassembler toutes les données de leur histoire médicale personnelle. Les patients ont souvent un long chemin à parcourir à travers les différentes maisons et cabinets. Ils sont d'abord diagnostiqués par leur médecin généraliste, puis à l'hôpital, ils subissent des examens complémentaires, une intervention chirurgicale et une radiothérapie, éventuellement une chimiothérapie par un oncologue résident, suivis de rendez-vous de suivi réguliers, et la tumeur peut revenir des années plus tard. Pendant ce temps, les résultats des examens et des traitements s'accumulent, ce qui peut remplir plusieurs dossiers.
Le problème est que les données provenant des diagnostics de laboratoire, de la pathologie, de l'imagerie, de l'examen des tissus ou du séquençage des gènes ont des formats différents, que le déroulement du traitement et les médicaments pris ne sont pas documentés ou le sont dans des langues différentes, et que la façon dont les patients se sentent réellement sous thérapie devrait en fait être enregistrée par eux-mêmes. Pour pouvoir utiliser les données à des fins de traitement ou de recherche, elles doivent toutefois être disponibles sous une forme structurée. Idéalement, être lisibles à la fois par l'homme et par la machine.
L’objectif est d'enregistrer toutes les données relatives à la maladie sous une forme standardisée et de les structurer de manière à ce que le patient cancéreux puisse emporter ses données personnelles dans son dossier médical électronique. Les mettre à la disposition de son médecin ou de la recherche quand et comment il le souhaite. Grâce à l'intelligence artificielle et aux réseaux internationaux qui communiquent entre eux dans des langues standardisées, il serait alors possible de trouver la meilleure thérapie pour chaque personne.
Cependant, les données évaluées conjointement par de nombreuses personnes concernées pourraient également révéler des relations totalement nouvelles qui pourraient conduire à de nouvelles formes de traitement.