Les résultats d’une nouvelle étude présentée lors du Symposium sur les cancers gastro-intestinaux de l’ASCO mettent en lumière le potentiel d’un modèle de prédiction reposant sur l’intelligence artificielle, dénommé C the Signs. Ce modèle vise à améliorer la détection du cancer colorectal (CRC) et à proposer une approche novatrice pour un diagnostic précoce.1
Seema Dadhania, oncologue consultante, Département de chirurgie et de cancérologie de l’Imperial College London

“Nous cherchions à déterminer si la plateforme C the Signs pouvait détecter les signes ou les risques de cancer colorectal plus tôt que le diagnostic effectué par le patient lui-même,” a expliqué Seema Dadhania, oncologue consultante à l’Imperial College London, lors d’une interview avec The American Journal of Managed Care ® (AJMC®). “Nous essayons donc de comprendre s’il existe un moyen de capter des signaux précoces de cancer colorectal en utilisant une agrégation de symptômes ou d’autres données présentes sur la [Mayo Data Platform].”
Le cancer colorectal est de plus en plus diagnostiqué, notamment chez les populations plus jeunes, ce qui représente un défi croissant pour la santé publique. Malgré les avancées en matière de dépistage, de nombreux cas ne sont identifiés qu’après l’apparition des symptômes, souvent à des stades ultérieurs où les résultats sont moins favorables.
Le cancer colorectal à un stade précoce peut imiter une maladie avancée, mais les symptômes individuels ont une faible valeur prédictive, tandis que les regroupements de symptômes sont plus indicatifs d’une malignité. Malheureusement, ces regroupements sont souvent liés à des conditions bénignes, contribuant ainsi à des retards diagnostiques. C the Signs a le potentiel d’aborder ces défis en identifiant plus tôt les individus à haut risque, même avant que la suspicion clinique ne se manifeste.
En moins de 30 secondes, C the Signs peut déterminer quels cancers menacent un patient et recommander le test ou le spécialiste approprié pour poser un diagnostic.2
L’étude rétrospective a utilisé des données provenant de soins primaires pour évaluer la performance de C the Signs. En utilisant la Mayo Data Platform, les chercheurs ont analysé un ensemble de données exhaustif d’antécédents médicaux numériques (EMR) s’étalant sur 20 ans, du 1er janvier 2002 au 31 décembre 2021. Les dossiers des patients comprenaient des informations démographiques, des symptômes cliniques et des résultats de tests, qui ont été analysés à l’aide du modèle d’IA pour évaluer sa sensibilité, sa spécificité, sa valeur prédictive positive (VPP) et sa valeur prédictive négative (VPN). De plus, la performance du modèle a été comparée à d’autres méthodes de dépistage, notamment la coloscopie et les tests immunochimiques fécaux (FIT).
Les chercheurs ont exploré la capacité du modèle à identifier les patients à haut risque présentant des symptômes non spécifiques ou ne correspondant pas aux critères de dépistage habituels. Des analyses statistiques ont été menées pour comparer l’efficacité diagnostique du modèle d’IA avec celle des méthodes traditionnelles, se concentrant sur son intégration dans les pratiques courantes des soins primaires.
Parmi les 894 275 patients analysés, 7348 ont été diagnostiqués avec un cancer colorectal durant la période de l’étude. Le modèle a atteint une sensibilité de 93,8 % et une spécificité de 19,7 % dans l’identification des patients à risque de CRC. Notamment, le modèle a identifié 29,4 % de ces patients comme étant à haut risque jusqu’à 5 ans plus tôt que les médecins de soins primaires, soulignant ainsi son potentiel pour une détection précoce. Malgré sa spécificité inférieure, la haute sensibilité du modèle et sa capacité d’identification précoce mettent en évidence sa valeur pour faciliter des interventions rapides et améliorer les résultats pour les patients dans le domaine du cancer colorectal.
“Pour qu’un patient puisse obtenir une coloscopie, il doit répondre à un ensemble de critères ou présenter un groupe de symptômes justifiant la référence appropriée,” a expliqué Dadhania. “Je pense que cet outil permet de capter ces patients qui auraient de toute façon passé le système, tout en identifiant également une partie de ceux qui ne le feraient pas dans l’état actuel des choses pour obtenir une coloscopie.”
Références
1. Dadhania S, Herrick B, Bakshi B, et al. Shifting the paradigm: Early identification of colorectal cancer with C the Signs clinical decision support. Poster présenté au Symposium sur les cancers gastro-intestinaux de l’ASCO. 23-25 janvier 2025 ; San Francisco, CA.
2. Détection précoce du cancer : C the Signs. C the Signs. Consulté le 23 janvier 2025.
Points à retenir
- Les cancers colorectaux sont de plus en plus fréquents, en particulier chez les jeunes, rendant la détection précoce essentielle.
- Le modèle C the Signs utilise des données pour identifier les risques de manière précoce, avec une sensibilité élevée pour les cas à haut risque.
- La combinaison de symptômes et de données cliniques permettrait de raffiner les recommandations de dépistage, augmentant ainsi les chances de détection précoce.
Dans le contexte actuel de l’augmentation des diagnostics de cancer colorectal, l’innovation apportée par des outils basés sur l’intelligence artificielle, comme C the Signs, pourrait transformer l’approche du dépistage. Il serait pertinent d’envisager comment cette technologie pourrait s’intégrer dans le système de santé afin de garantir une meilleure prévention et des résultats cliniques optimaux pour les patients. Les discussions autour des régulations et de l’accessibilité de ces outils devraient également être encouragées pour maximiser leur impact.