Un outil d’IA prédit la chimiothérapie optimale chez les patients atteints d’un cancer du pancréas avancé

Un nouvel outil basé sur l’intelligence artificielle peut prédire laquelle de deux options de chimiothérapie disponibles pour le cancer du pancréas serait la plus efficace pour un patient donné, selon des résultats publiés dans le numéro du 11 février 2026 du Journal of Clinical Oncology. L’outil, construit sur la plateforme de pathologie numérique Computational Histology Artificial Intelligence (CHAI), répond à un besoin clinique non satisfait : sélectionner la chimiothérapie de première ligne pour l’adénocarcinome canalaire pancréatique (pancreatic ductal adenocarcinoma, PDAC) avancé.

À l’heure actuelle, aucune donnée concluante ne permet de déterminer lequel des deux schémas de chimiothérapie approuvés pour les patients atteints d’un cancer du pancréas avancé est le plus efficace. Deux schémas de chimiothérapie multi-agents de première ligne approuvés par la US Food and Drug Administration pour le traitement du PDAC avancé ou métastatique comprennent FOLFIRINOX (5-fluorouracil, leucovorine, irinotécan, oxaliplatine) et gemcitabine plus nab-paclitaxel. Les deux approches sont utilisées chez des patients ayant un bon état général, et NALIRIFOX, qui associe irinotécan liposomal, 5-fluorouracil, leucovorine et oxaliplatine, a également été approuvé récemment pour la maladie métastatique.

Le problème avec l’approche actuelle est que placer un patient malade sous un schéma de chimiothérapie qui ne fonctionne pas aggrave son état de santé au lieu de l’améliorer. Des biomarqueurs sanguins ou tissulaires peuvent aider à prédire la réponse au traitement et à guider ces décisions dans d’autres types de cancer, mais à ce jour, il n’existe pas de biomarqueurs pour le cancer du pancréas.

Pour développer l’outil, les chercheurs ont utilisé CHAI afin d’analyser des images de lames microscopiques contenant des échantillons de tissu tumoral, colorés pour mettre en évidence des détails infimes des cellules. Presque tous les patients disposent de ces prélèvements lors de la biopsie de leur tumeur. L’équipe a analysé les caractéristiques tissulaires d’échantillons provenant de 25 000 patients atteints d’un cancer du pancréas ayant reçu l’un ou l’autre schéma de chimiothérapie. Les capacités d’IA de la plateforme ont permis d’analyser plus de 30 000 caractéristiques des échantillons tissulaires. Les chercheurs ont ensuite corrélé les caractéristiques tissulaires à la réponse au traitement afin de créer l’outil prédictif.

Dans cette étude multinationale, la plateforme CHAI a extrait des caractéristiques histomorphologiques quantitatives à partir de biopsies diagnostiques. Dans une cohorte de développement de 178 patients, des caractéristiques associées à des résultats différenciés, mesurés par le délai jusqu’au traitement suivant ou le décès (time to next treatment or death, TNTD), entre les patients traités par chimiothérapie à base de fluoropyrimidines (F-chemo) et ceux traités par chimiothérapie à base de gemcitabine (G-chemo), ont été utilisées pour développer des scores continus de biomarqueur, dichotomisés en G-pref (en faveur de G-chemo) ou F-pref (en faveur de F-chemo) (biomarqueur GvF).

Parmi les 299 patients de la cohorte de validation, on comptait 126 patients G-pref et 173 patients F-pref. Parmi les patients G-pref, 43 ont reçu une G-chemo ; parmi les patients F-pref, 113 ont reçu une F-chemo. Chez les patients G-pref, le groupe G-chemo présentait un TNTD significativement meilleur que le groupe F-chemo (médiane = 9,6 vs 7,2 mois, P = .038), sans bénéfice significatif observé sur la survie globale (médiane = 14,3 vs 12,4 mois, P = .52).

Chez les patients F-pref, le groupe F-chemo présentait un TNTD significativement meilleur (médiane = 8,6 vs 7,5 mois, P = .035) et une survie globale significativement meilleure (médiane = 14,4 vs 11,7 mois, P = .003) par rapport au groupe G-chemo. Dans une analyse pondérée par score de propension, le biomarqueur GvF prédisait l’effet du traitement (interaction biomarqueur-traitement : TNTD = P < .001, survie globale = P = .005).

Contrairement à la plupart des tests de biomarqueurs, pour lesquels un échantillon supplémentaire de tissu ou de sang est nécessaire, ce test ne requiert qu’une image numérisée de la lame de biopsie existante du patient. L’image est envoyée par voie électronique et un résultat indiquant la préférence de traitement est rapidement obtenu. Ce résultat indique non seulement quel traitement est privilégié, mais aussi dans quelle mesure il est susceptible d’être plus efficace.

L’adénocarcinome canalaire pancréatique est la forme la plus fréquente de cancer du pancréas. Il s’agit d’une maladie difficile, qui se manifeste souvent par des symptômes non spécifiques à un stade avancé, avec un impact négatif sur la qualité de vie liée à la santé des patients. On estime que le PDAC représente plus de 80 % de l’ensemble des cas de cancer du pancréas, qui demeure une maladie létale avec une biologie tumorale agressive. La survie médiane est d’environ 4 mois avec une survie à 5 ans de 13 %.

Au cours des dernières décennies, l’incidence du cancer du pancréas a nettement augmenté. La maladie constitue la quatrième cause de décès par cancer chez les hommes et la troisième chez les femmes. Les estimations actuelles prévoient que le cancer du pancréas deviendra la deuxième cause de décès liés au cancer d’ici 2030.

Au vu des résultats actuels, l’outil nécessite une validation supplémentaire chez des patients en cours de traitement avant d’être prêt pour une utilisation clinique, mais, avec cette validation, il pourrait à terme être appliqué à d’autres types de tumeurs solides. Il pourrait même comparer le bénéfice potentiel de différents types de traitement, comme la radiothérapie versus la chirurgie.

L’étude a été soutenue par le Pancreatic Cancer Action Network (PanCAN–Know Your Tumor), University Health Network, Toronto, et Valar Labs, Inc.