Selon une étude publiée dans Nature Communications, le logiciel d'intelligence artificielle, créé par des chercheurs de l'Imperial College London et de l'University of Melbourne, aurait été en mesure de prédire le pronostic des patientes atteintes d'un cancer de l'ovaire plus précisément que les méthodes actuelles. Il pourrait également prédire quel traitement serait le plus efficace pour les patients après le diagnostic.
Les chercheurs croient que cette nouvelle technologie pourrait aider les cliniciens à administrer plus rapidement les meilleurs traitements aux patients et ouvrir la voie à une médecine plus personnalisée. Ils espèrent que la technologie pourra être utilisée pour stratifier les patientes atteintes de cancer de l'ovaire en groupes basés sur les différences subtiles dans la texture de leur cancer sur les tomodensitogrammes plutôt que sur une classification basée sur leur type de cancer ou son état d'avancement.
Selon les chercheurs, le cancer de l'ovaire est le sixième cancer le plus fréquent chez les femmes et touche généralement les femmes après la ménopause ou celles ayant des antécédents familiaux de la maladie. Les médecins diagnostiquent le cancer de l'ovaire de plusieurs manières, notamment par un test sanguin pour rechercher une substance appelée CA125 (indication du cancer), suivie d'un scanner utilisant des rayons X et d'un ordinateur pour créer des images détaillées de la tumeur ovarienne. Cela aide les cliniciens à savoir jusqu'à quel point la maladie s'est propagée et détermine le type de traitement que les patients reçoivent, tels que la chirurgie et la chimiothérapie.Cependant, les chercheurs mentionnent que les analyses ne peuvent pas donner aux cliniciens des informations détaillées sur les résultats globaux probables des patients ou sur les effets probables d'une intervention thérapeutique.
Les chercheurs ont utilisé un logiciel mathématique appelé TEXLab pour identifier l'agressivité des tumeurs dans les tomodensitogrammes et les échantillons de tissus de 364 femmes atteintes d'un cancer de l'ovaire entre 2004 et 2015.
Le logiciel a analysé quatre caractéristiques biologiques des tumeurs qui influencent de manière significative la survie globale, soit la structure, la forme, la taille et la constitution génétique, afin d'évaluer le pronostic des patients. Les patients ont ensuite reçu un score appelé vecteur de pronostic radiomique (Radiomic Prognostic Vector, RPV) indiquant la gravité de la maladie, allant de légère à sévère.
Les chercheurs ont comparé les résultats avec des tests sanguins et les scores de pronostic actuels utilisés par les médecins pour estimer la survie. Ils ont découvert que le logiciel était jusqu'à quatre fois plus précis pour prédire les décès par cancer de l'ovaire que les méthodes standard.
Les chercheurs ont constaté que 5% des patients présentant un score élevé de RPV avaient un taux de survie inférieur à deux ans. Un RPV élevé était également associé à une résistance à la chimiothérapie et à des résultats chirurgicaux médiocres, ce qui suggère que le RPV peut être utilisé comme biomarqueur potentiel pour prédire comment les patients réagiraient aux traitements.
Aucun commentaire:
Enregistrer un commentaire