Ìý
, présentée dans la revue Nature et dirigée par les professeurs Logan Walsh et Daniela Quail de l'Institut du cancer Rosalind et Morris Goodman, en partenariat avec le Dr. Philippe Joubert de l'Université Laval, figure parmi les principaux prétendants à cette reconnaissance importante.
L'étude, avec le potentiel d'améliorer significativement les résultats du traitement pour les patients atteints de cancer du poumon, utilise l'intelligence artificielle (IA) pour prédire la nécessité d'un traitement supplémentaire après une chirurgie, prévenant ainsi la récurrence du cancer. Cette réalisation a été reconnue par un panel de scientifiques experts qui l'ont sélectionnée comme l'une des 10 meilleures découvertes de l'année. Le grand public peut participer au processus de vote sur le site web de
Réfléchissant sur la nomination, Mark Sorin, candidat au doctorat en MD-Ph.D. et l'un des trois premiers co-auteurs de la publication, a déclaré : « Nous sommes très fiers de notre séléction par Québec Science. Cette nomination témoigne du potentiel important de nos recherches qui ont pour but d’améliorer la survie des patients atteints d’un cancer du poumon. »
Pour relever le défi de la récurrence du cancer, les chercheurs ont examiné si la constitution microscopique des tumeurs pourrait fournir plus d'informations sur les tumeurs qui reviendront même après une ablation chirurgicale. Ils ont utilisé l’imagerie par cytométrie de masse pour capturer des images des différents types et positions de cellules cancéreuses et immunitaires dans des échantillons de cancer du poumon. Pour analyser ces données, les chercheurs ont eu recours à l'intelligence artificielle, capable d'interpréter rapidement des images qui prendraient sinon des années à être analysées manuellement par un être humain. Après avoir appris en analysant certaines images de tumeurs, l'IA a été présentée aux images restantes et a pu prédire avec une précision de 95,6% quelles tumeurs étaient revenues après la chirurgie.
Le professeur Logan Walsh a partagé ce que le succès de cette technologie signifie pour les futures recherches et pratiques cliniques : « Dans notre étude, nous avons démontré la preuve du principe selon laquelle l'intelligence artificielle peut identifier avec précision des motifs distincts au sein de l'architecture d'une tumeur, fournissant des informations précieuses sur la biologie sous-jacente influençant la progression du cancer et les réponses thérapeutiques. De plus, notre modèle basé sur l'IA montre des promesses en tant que biomarqueur potentiel, offrant des informations précieuses pour guider la prise de décision clinique. »
Même après l'ablation chirurgicale d'une tumeur, la récurrence du cancer reste une préoccupation significative dans de nombreux cas. Bien que des traitements supplémentaires puissent réduire la probabilité de récurrence, les effets secondaires toxiques de divers médicaments anticancéreux, tels que la chimiothérapie, soulignent l'importance de déterminer avec précision quels patients bénéficieront de soins supplémentaires. Cette étude aborde ce défi en utilisant de nouvelles technologies d'imagerie pour prédire avec précision quels cancers sont susceptibles de revenir. Cela permet aux médecins d'administrer rapidement le bon traitement aux patients appropriés.
Réfléchissant sur l'impact de leur découverte sur les patients et le système de santé, le Dr. Philippe Joubert a déclaré : « Notre découverte s’intègre bien dans la nouvelle ère de médecine personnalisée en oncologie pulmonaire et de la pertinence en médecine, qui visent à adapter la prise en charge des patients en fonction des caractéristiques individuelles d’une tumeur, et de mieux allouer les ressources de notre système de santé afin de les rendre disponibles aux patients qui en ont vraiment besoin. Cette découverte marque également un grand pas vers l’avant dans l’intégration de l’intelligence artificielle dans le développement potentiel de tests compagnons. »