Intelligence artificielle et dossiers de santé : vers une prédiction du risque de cancer du pancréas

Le cancer du pancréas : enjeux et avancées dans le dépistage précoce

Le cancer du pancréas est la troisième cause de mortalité liée au cancer aux États-Unis, affichant un taux de survie à cinq ans très faible de seulement 13 %. Selon le gastro-entérologue et spécialistes du pancréas Shounak Majumder, M.D., cette triste réalité est principalement due au fait que la plupart des patients sont diagnostiqués à un stade où la maladie est soit localement avancée, soit métastatique. Le Dr Majumder dirige la High-Risk Pancreas Clinic à la Mayo Clinic, où des dépistages ciblés sont effectués pour les individus présentant des antécédents familiaux ou des facteurs génétiques particuliers.

Détecter le cancer du pancréas à un stade précoce, souvent asymptomatique, pourrait considérablement améliorer les taux de survie. À l’heure actuelle, il n’existe pas de stratégie de dépistage basée sur la population pour cette maladie. Dr. Majumder et son équipe se consacrent à la recherche de nouvelles approches pour surmonter ces défis. Ils soulignent que l’évaluation précise des facteurs de risque nécessite une révision manuelle des dossiers médicaux électroniques (DME), ce qui nécessite une expertise disponible de manière limitée. Ainsi, ils ont étudié l’utilisation du traitement du langage naturel (NLP) pour extraire automatiquement les facteurs de risque de cancer du pancréas à partir des notes cliniques non structurées dans les DME. Les résultats de cette recherche ont été publiés dans la revue Pancreatology en 2024.

Dans une revue systématique parue dans l’American Journal of Gastroenterology en 2024, le Dr Majumder et ses collègues ont examiné 30 études afin d’identifier des méthodes d’apprentissage automatique (ML) pour prédire le risque de cancer du pancréas et repérer de nouveaux facteurs de risque à partir des données de DME.

Dans cet entretien, le Dr Majumder évoque cette veine de recherche et les implications récentes concernant le rôle potentiel de l’intelligence artificielle (IA) dans la création d’outils destinés à identifier avec précision le risque de cancer du pancréas et à découvrir de nouveaux facteurs de risque à partir des données de DME.

Pourquoi cette recherche est-elle cruciale ?

Le consensus des experts stipule que le dépistage du cancer du pancréas est actuellement envisagé pour les personnes ayant des antécédents familiaux importants et des variants germinaux dans les gènes de susceptibilité. Identifier ces individus à haut risque à partir des données dans les DME et les orienter vers les programmes de dépistage adaptés demande du temps et des compétences qui ne sont pas toujours disponibles. Bien que cette méthode de dépistage basée sur le risque ait contribué à des diagnostics plus précoces et à une survie prolongée, 80 % à 85 % des cas de cancer du pancréas sont sporadiques, survenant chez des personnes sans antécédents familiaux connus. Ces facteurs représentent un obstacle majeur à cette approche. D’où la nécessité d’automatiser l’identification des individus à risque familial et génétique, ainsi que de découvrir de nouveaux facteurs de risque pour les cas sporadiques.

Les applications basées sur l’IA et le ML sont sur le point de transformer la synthèse et la visualisation des données de santé, offrant une opportunité d’exploiter ces avancées pour développer des applications basées sur les DME qui identifient avec précision les facteurs de risque connus et nouveaux pour le cancer du pancréas.

Quelles sont les implications des dernières découvertes ?

Dans les publications de recherche de la Mayo Clinic mentionnées ici, des algorithmes de NLP ont été développés pour identifier les risques familiaux et génétiques associés au cancer du pancréas dans les notes cliniques non structurées. Une revue systématique a également été réalisée pour mieux comprendre l’état actuel des approches IA-ML appliquées aux DME pour estimer le risque individuel de cancer du pancréas.

Nos études sur les algorithmes de NLP ont révélé que ceux-ci, appliqués aux notes cliniques non structurées, sont très sensibles pour l’identification automatisée des facteurs de risque. Ces résultats constituent un premier pas vers la détection automatisée de la population de patients à haut risque qui tirerait avantage d’un dépistage basé sur le risque. Cela est particulièrement pertinent dans le contexte du cancer du pancréas, qui est une forme de cancer mortelle sans dépistage à l’échelle de la population.

Points à retenir

• Le cancer du pancréas est souvent diagnostiqué à un stade avancé, rendant le traitement difficile.
• Une surveillance précoce pourrait sauver des vies, mais les stratégies de dépistage manquent à l’heure actuelle.
• Les algorithmes de NLP pourraient faciliter l’identification des risques en automatisant l’analyse des DME.
• L’intégration de l’IA et du ML est prometteuse pour le développement d’outils d’évaluation du risque basés sur les DME.
• Les recherches futures devraient se concentrer sur la validation de ces outils dans des cohortes réelles.

L’exploration des liens entre l’intelligence artificielle et la détection des maladies met en lumière un avenir potentiellement transformateur dans le domaine de la santé. Comment pourrions-nous tirer parti de ces technologies pour améliorer les soins préventifs ? La réflexion sur l’intégration de l’IA dans la pratique médicale pourrait offrir des pistes prometteuses pour la détection précoce, tant pour le cancer du pancréas que pour d’autres maladies.

.

• Source image(s) : www.mayoclinic.org
• Source : https://www.mayoclinic.org/medical-professionals/digestive-diseases/news/use-of-artificial-intelligence-tools-and-electronic-health-record-data-for-pancreatic-cancer-risk-prediction/mqc-20577243