Des outils d’IA misent sur la détection précoce des cancers et la prédiction des essais cliniques

L’intelligence artificielle accélère la prise en charge du cancer grâce à des outils de détection précoce et à de meilleures prédictions des essais cliniques. Une spin-off de Carnegie Mellon développe une IA pour repérer les patients à haut risque, tandis que l’analytique prédictive aide les laboratoires à prioriser les composés oncologiques les plus prometteurs.

Une entreprise issue de Carnegie Mellon University utilise l’intelligence artificielle pour identifier les patients présentant un risque élevé de cancer du poumon, du foie et du pancréas, en entraînant son outil de prédiction sur des millions de dossiers médicaux. Xlue Inc. a atteint un taux de précision de 50% chez des patients sans antécédents de cancer, tandis que la précision de l’outil chez des patients ayant déjà eu un cancer a atteint 70%.

La meilleure chance de guérir un cancer, disent les médecins, est de le détecter tôt — mais ce n’est pas toujours le cas. Entre 80% et 85% des cancers du pancréas ne sont pas diagnostiqués avant que cette maladie agressive et mortelle n’ait déjà atteint un stade avancé, selon une étude de 2023 publiée dans la revue médicale en accès libre Cureus. Les cancers du poumon et du foie présentent également des symptômes flous ou discrets qui peuvent masquer la maladie jusqu’à ce qu’il soit trop tard.

L’outil CATCH-FM de Xlue repère des signaux associés au développement futur d’un cancer en reproduisant la trajectoire du patient, ce qui permet aux médecins traitants de recommander des examens de dépistage de suivi pour un diagnostic précoce. L’entreprise a entraîné son outil prédictif à partir de dossiers médicaux électroniques de millions de patients sur deux décennies, issus d’une vaste base taïwanaise de données de réclamations (claims) du système national d’assurance maladie. Des discussions sont également en cours afin d’analyser des dossiers médicaux hors ligne et désidentifiés stockés par le géant hospitalier UPMC, premier système de santé de Pennsylvanie.

Basée à Shadyside et composée de six employés, l’entreprise a été essaimée de la CMU en 2025. La société, qui n’est pas encore rentable, a levé 1.5 million de dollars lors d’un premier tour « friends and family ». La technologie de Xlue pourrait être adaptée pour identifier des patients présentant un risque élevé d’AVC ou d’infarctus du myocarde.

L’approche de Xlue pourrait aussi permettre d’économiser de l’argent : le coût moyen pour les assureurs afin de traiter un patient assuré par une couverture commerciale atteint d’un cancer du pancréas métastatique se situe entre $95,000 et $116,000, selon une étude de 2021 parue dans l’American Health & Drug Benefit. Le dépistage de ces trois types de cancers pourrait, à terme, améliorer la santé publique. Le dépistage mammographique à grande échelle, par exemple, a contribué à réduire les taux de mortalité par cancer du sein de 8% à 40%, selon les Centers for Disease Control and Prevention.

Aux États-Unis, seuls 18.2% des personnes éligibles ont bénéficié d’un dépistage du cancer du poumon en 2022. Le cancer du poumon est la première cause de décès liés au cancer dans le monde, selon les données GLOBOCAN 2022 de la World Health Organization.

Dans le développement des médicaments, l’analytique prédictive progresse également, en particulier dans les essais cliniques en oncologie. Les modèles prédictifs actuels s’améliorent, notamment lorsqu’il s’agit de prévoir le succès du passage de la phase I à la phase II ou III. De nombreux outils affichent déjà une précision raisonnablement élevée dans ce domaine, ce qui aide les entreprises à prioriser les composés les plus prometteurs.

Cependant, prédire le succès depuis les stades précliniques jusqu’aux résultats cliniques est bien plus difficile. Les composés first-in-class manquent souvent de données historiques suffisantes, ce qui rend la modélisation précise délicate. Même s’il existe une logique scientifique et des éléments d’analyse du mécanisme d’action, les traduire en prédictions cliniques fiables demeure complexe.

Le plus grand besoin non satisfait est de prédire quels composés réussiront en clinique. À l’avenir, l’analytique prédictive pourrait devenir suffisamment robuste pour réduire la dépendance aux modèles animaux, en particulier en oncologie, où ces modèles échouent souvent à prédire les résultats chez les patients.

Related Entities

Related Articles

References

  1. Nature Medicine to investigate study that found cancer treatment is better in morning · www.statnews.com
  2. How to Potentially Prevent 44% of Cancer Cases | Targeted Oncology · www.targetedonc.com
  3. The Promise and Limits of Predictive Analytics in Oncology | Applied Clinical Trials Online · www.appliedclinicaltrialsonline.com
  4. How collaboration can help enable early detection of lung cancer - Merck.com · www.merck.com
  5. Predicting cancer: This AI startup aims to upend cancer treatment - Medical Xpress · medicalxpress.com