Les outils d'IA accélèrent les tests de médicaments anticancéreux et l'inclusion dans les essais cliniques

Des scientifiques de l'Université de l'Utah ont développé un nouveau dispositif « lab-on-a-chip » qui utilise l'intelligence artificielle pour prédire rapidement la sensibilité des cellules cancéreuses aux thérapies ciblées chez les enfants atteints de leucémie aiguë lymphoblastique à cellules T (T-ALL), un cancer agressif et difficile à traiter. Le dispositif, appelé μPharma, fournit des résultats en moins de quatre heures plutôt qu'en plusieurs jours, offrant une voie potentielle vers une médecine de précision le jour même, lorsque chaque minute compte.

Les chercheurs affirment que cet outil, qui n'est pas encore utilisé en milieu clinique, pourrait contribuer à réduire les traitements inutiles et les effets secondaires en identifiant rapidement les thérapies auxquelles les cellules cancéreuses d'un patient sont sensibles. La plateforme identifie le profil de réponse aux médicaments d'un patient sans exposer directement les cellules cancéreuses du patient aux médicaments. En utilisant la microfluidique numérique pour déplacer de minuscules gouttelettes à travers la puce et automatiser les étapes de manipulation des liquides qui nécessitent beaucoup de main-d'œuvre, elle réduit le nombre de cellules et de réactifs nécessaires, minimise les erreurs humaines et accélère le processus.

Dans une étude publiée dans Med, les scientifiques ont démontré que μPharma prédisait avec précision les réponses à deux thérapies ciblées actuellement étudiées pour la T-ALL — le dasatinib et le venetoclax — et a révélé un lien jusqu'alors méconnu entre la réponse aux médicaments et un marqueur moléculaire clé. La plateforme peut détecter des différences de susceptibilité aux médicaments au niveau des cellules cancéreuses individuelles. Ceci est important car si un médicament particulier est efficace pour certaines cellules cancéreuses d'un patient mais pas pour toutes, les cellules cancéreuses survivantes pourraient réapparaître.

Un oncologue pédiatrique au Huntsman Cancer Institute et professeur associé de pédiatrie à l'Université de l'Utah a déclaré que l'innovation dans la sélection des traitements est un besoin pressant dans les cancers pédiatriques. « La sélection personnalisée des traitements réalisée en "temps réel" fera partie de l'avenir de la thérapeutique anticancéreuse, et μPharma représente une étape encourageante dans cette direction », a déclaré le médecin.

Un chercheur et membre du programme de thérapeutique expérimentale au Huntsman Cancer Institute et professeur assistant de pharmacie moléculaire à l'Université de l'Utah a déclaré que l'équipe a travaillé dur pour développer cette technologie, et la voir bien fonctionner est une étape clé vers son introduction en clinique pour aider les patients. Le projet est une collaboration entre des chercheurs de l'Université de l'Utah, du St. Jude Children's Research Hospital et de l'Université de Pennsylvanie.

Un clinicien placerait un petit échantillon de cellules cancéreuses d'un patient dans le dispositif. À l'intérieur, les cellules sont maintenues entre deux plaques espacées d'une largeur à peine supérieure à l'épaisseur d'un cheveu humain. Des courants électriques déplacent avec précision de minuscules gouttelettes de produits chimiques vers et depuis les cellules, automatisant entièrement des processus de laboratoire qui sont habituellement longs et nécessitent beaucoup de main-d'œuvre. Un professeur assistant de génie biomédical à l'Université de l'Utah a déclaré que la prochaine étape est la validation de cette technologie en utilisant des cellules leucémiques primaires dans un environnement clinique réaliste.

Pendant ce temps, le système hospitalier City of Hope a déployé HopeLLM, une plateforme d'IA développée en interne et conçue pour soutenir les soins et la recherche en oncologie à travers son réseau national couvrant le sud de la Californie, Phoenix, Chicago, Atlanta et des dizaines de cliniques. Le vice-président exécutif du système et directeur du numérique et de la technologie décrit l'organisation comme fonctionnant « en tant que système, et non en tant qu'entité unique », toute technologie déployée fonctionnant à travers cette empreinte complexe.

HopeLLM répond à un défi familier dans les soins du cancer : une documentation écrasante. Certains patients peuvent avoir des milliers de pages de notes associées à leurs soins sur de nombreuses années. HopeLLM est capable d'intégrer ces informations et de les résumer rapidement pour le médecin. Le gain de temps est substantiel, les médecins passant souvent des heures à examiner les dossiers après les heures de travail. En résumant des historiques complexes, le système peut faire gagner deux à trois heures par patient.

La plateforme analyse des données multimodales — incluant les dossiers cliniques, les réclamations, la génomique, la radiologie et l'anatomopathologie — pour identifier les essais adaptés à un patient. Elle peut également inverser le processus, en scannant les populations de patients pour identifier des candidats lorsque de nouveaux essais s'ouvrent. « Lorsqu'un patient vient pour des soins, nous voulions pouvoir lui faire savoir immédiatement à quels essais il est éligible », a expliqué le dirigeant. Cette immédiateté compte en oncologie, où le timing peut déterminer si un patient accède à une thérapie potentiellement salvatrice.

City of Hope a évalué des outils commerciaux avant de construire le sien. Beaucoup peinaient avec les données oncologiques longitudinales et ne parvenaient pas à s'intégrer dans les flux de travail cliniques réels. Concevoir en interne a permis à l'équipe de refléter la façon dont leurs oncologues pensent et pratiquent réellement. Les cliniciens agréés conservent l'autorité décisionnelle finale. « Aucun algorithme n'a vraiment d'autorité morale », a déclaré le dirigeant. « L'IA peut assister... mais elle ne peut pas assumer la responsabilité clinique. »

Au-delà de l'appariement de patients individuels, HopeLLM transforme les évaluations de faisabilité à travers le réseau. City of Hope a évalué plus de 200 essais en utilisant la plateforme. Des tâches qui prenaient autrefois des semaines peuvent maintenant être accomplies en quelques minutes, permettant aux équipes d'identifier rapidement les patients éligibles à travers plusieurs sites. Le dirigeant décrit cela comme faisant partie d'un modèle national d'essais cliniques : une coordination centralisée associée à des sites de recherche géographiquement distribués. L'approche améliore l'accès aux essais tout en permettant aux études de se lancer dans plusieurs régions presque simultanément.

La T-ALL est un sous-type difficile de leucémie aiguë lymphoblastique, le cancer infantile le plus courant. Bien que les taux de rémission complète se soient améliorés, de nombreux survivants subissent des effets à long terme d'une chimiothérapie intensive. Déterminer rapidement la réponse aux médicaments pourrait aider les cliniciens à personnaliser les traitements plus tôt, réduisant l'exposition à des thérapies inefficaces et aux effets secondaires.