Une IA prédit la réponse des patients à l'immunothérapie

La tumeur d'un patient est un champ de bataille, et l'immunothérapie demande au système immunitaire de l'organisme lui-même de la remporter. Lorsque le médicament fonctionne, son effet peut durer des années. Lorsque ce n'est pas le cas, le patient a payé un traitement qui ne peut pas l'aider, et a perdu un temps qui aurait pu être consacré à une autre thérapie. Une équipe de l'Université des sciences et technologies de Pohang (POSTECH) vient de mettre au point une méthode d'intelligence artificielle qui tente de distinguer ces deux issues avant la première injection.

La méthode émane d'un groupe dirigé par le professeur Sanguk Kim, du département des sciences de la vie, avec Minsoo Kim, étudiant en cursus intégré master-doctorat à l'École supérieure d'intelligence artificielle. Elle analyse les informations génétiques de patients atteints d'un cancer pour prédire leur réponse à l'immunothérapie. Les résultats ont été publiés dans npj Digital Medicine. La cible centrale est la cellule sénescente, une cellule vieillie que les auteurs décrivent comme un fauteur de troubles dans l'entourage de la tumeur : elle freine discrètement les cellules immunitaires. Les cliniciens peinent à lire cet environnement cas par cas, ce qui a poussé les chercheurs à se tourner vers l'IA.

Le problème, c'est la quantité de données. Une étude sur le cancer porte généralement sur relativement peu de patients, alors que les informations génétiques à analyser pour chacun sont considérables. Une IA entraînée dans ces conditions peut mémoriser son groupe d'entraînement et échouer face à de nouveaux patients, comme un élève qui connaît les exercices d'entraînement par cœur. L'équipe de POSTECH a inversé l'ordre des opérations. Elle a d'abord repéré les tumeurs dont le microenvironnement sénescent supprime l'activité immunitaire, puis a stratifié progressivement les patients pour juger s'ils étaient susceptibles de répondre au traitement. Selon les auteurs, cette approche par étapes a empêché l'IA de se biaiser en faveur d'un seul groupe de patients.

Les résultats sont ceux de l'équipe. La méthode a surpassé les biomarqueurs actuellement utilisés en pratique clinique pour prédire la réponse au traitement, pour quatre types de cancer, dont le cancer de la peau, et six cohortes de patients. Face aux autres méthodes de prédiction existantes, elle a aussi donné des résultats cohérents dans une cohorte indépendante de patients atteints d'un cancer de la peau, qui ne faisait pas partie de son entraînement. Sanguk Kim a déclaré que la prise en compte de la sénescence cellulaire « pourrait aider davantage de patients atteints d'un cancer à bénéficier de l'immunothérapie à l'avenir ».

Pour les oncologues, le gain immédiat serait une prédiction établie en amont, à partir des données génétiques propres au patient, sur l'opportunité de commencer une immunothérapie. Les auteurs présentent cela comme une étape vers une médecine personnalisée du cancer, où un même cancer peut appeler des traitements différents selon les patients. L'étude n'indique aucune date d'utilisation dans les hôpitaux, et l'équipe affirme qu'elle mènera des études complémentaires pour modéliser plus précisément l'environnement tumoral. Tant que ces études et une utilisation indépendante n'auront pas confirmé la méthode, son intérêt reste une perspective pour les patients, et non une pratique.