Une nouvelle étude de l'Université de Copenhague a montré que l'intelligence artificielle (IA) pourrait radicalement transformer la façon dont nous évaluons le risque de cancer du sein. Le cancer du sein est l’un des cancers les plus répandus dans le monde. Aux États-Unis seulement, 287 850 nouveaux cas et 43 250 décès surviennent chaque année. La nouvelle recherche, publiée dans The Lancet Digital Health, suggère des résultats prometteurs basés sur des modèles d'IA formés pour détecter la sénescence cellulaire et pouvant prédire le risque de cancer du sein futur de manière bien plus efficace que les références cliniques actuelles. les bases d’abord : qu’est-ce que la sénescence cellulaire ? Il s'agit d'un processus dans lequel les cellules endommagées ou vieillissantes cessent de se diviser mais restent actives. Elle est souvent associée à des maladies liées au vieillissement, notamment le cancer. Ces cellules « sénescentes » sont parfois qualifiées de « cellules zombies » car elles ne fonctionnent plus normalement mais émettent toujours des signaux inflammatoires, ce qui pourrait conduire à une croissance tumorale. Si la sénescence peut agir comme un frein naturel à une division cellulaire incontrôlée, elle peut paradoxalement également favoriser le cancer via ces signaux inflammatoires, connus sous le nom de phénotype sécrétoire associé à la sénescence (SASP).

Jusqu'à présent, mesurer la sénescence dans les tissus humains était difficile en raison du manque de biomarqueurs spécifiques. L’étude de l’Université de Copenhague utilise cependant l’IA pour analyser les morphologies nucléaires (la forme des noyaux cellulaires) dans des échantillons de tissus mammaires. Cela permet de prédire le risque de cancer du sein en fonction des modifications des cellules sénescentes, même dans des échantillons de biopsie sains.

Les chercheurs ont mené une étude de cohorte rétrospective utilisant des biopsies de tissus mammaires provenant de 4 382 femmes en bonne santé. Ces échantillons ont été analysés avec un outil d’apprentissage profond appelé Nuclear Senescence Predictor (NUSP). Le modèle d’IA a examiné plus de 32 millions de noyaux dans divers types de tissus pour détecter les cellules sénescentes et déterminer leur répartition dans les tissus. Grâce à une évaluation minutieuse de ces cellules sénescentes dans les tissus épithéliaux, adipeux et stromaux, le système d’IA a pu établir une corrélation entre les modèles de sénescence et le risque futur de cancer. À titre de référence, le tissu épithélial forme la muqueuse des glandes et des surfaces du corps, y compris les canaux mammaires, où le cancer commence souvent. Le tissu adipeux est constitué de cellules adipeuses qui stockent l'énergie, et le tissu stromal fournit un soutien structurel aux organes, y compris les tissus conjonctifs qui entourent et soutiennent les cellules épithéliales.

Les résultats globaux étaient plus que simplement promettre. Les femmes dont les échantillons de tissus présentaient des schémas spécifiques de sénescence avaient un risque plus ou moins élevé de développer un cancer du sein, selon le type de sénescence détecté. Par exemple, un modèle (entraîné sur la sénescence causée par des dommages à l'ADN) a indiqué un risque de cancer plus élevé lorsque des niveaux élevés de cellules sénescentes étaient présents dans le tissu. Un autre modèle (entraîné sur la sénescence induite par les médicaments) a suggéré un effet protecteur, réduisant ainsi le même risque.

Comparé au modèle Gail, qui constitue actuellement la référence clinique en matière de prévision du risque de cancer du sein, le modèle d'IA a démontré une précision bien supérieure. Lorsqu'il est combiné avec le score de Gail, le modèle d'IA a augmenté le rapport de cotes (une mesure de la force avec laquelle certains facteurs de risque prédisent les résultats) à 4,70, soit près de cinq fois le pouvoir prédictif du seul score de Gail.

Cette percée, si elle est commercialisée, pourrait offrir aux cliniciens un moyen beaucoup plus raffiné d'identifier les individus à haut risque et de fournir des interventions indispensables. La capacité de prédire le risque de cancer du sein plusieurs années avant son apparition pourrait conduire à des diagnostics plus précoces et à des programmes de dépistage plus personnalisés, réduisant ainsi les tests inutiles pour les femmes à faible risque et augmentant la surveillance des personnes à haut risque.

Le potentiel de l’IA est immense ici, en particulier lorsqu’il s’agit de faire progresser le diagnostic du cancer. Bien que la technologie soit encore en développement (et le sera pendant encore un certain temps), son application pourrait révolutionner le dépistage du cancer du sein. En utilisant des échantillons de tissus standards, cette méthode d’IA peut être déployée à l’échelle mondiale.

Bien que de nombreuses recherches supplémentaires soient nécessaires pour affiner lesdits modèles, une meilleure prévision des risques pourrait conduire à une détection plus précoce du cancer, à des plans de traitement plus efficaces et, à terme, à une baisse des taux de mortalité par cancer du sein. Il s’agit d’une application réelle de l’IA que tout le monde peut soutenir.