Menu
Communiqués et dossiers de presse

Une intelligence artificielle permet de prédire la réponse thérapeutique des patients atteints d’un cancer du rectum avancé traités par radiochimiothérapie pré-opératoire

30 Août 2018 | Par INSERM (Salle de presse) | Cancer | Physiopathologie, métabolisme, nutrition

Cancer colorectal humain et les cellules immunitaires. Crédits: Inserm/Galon, Jérôme

Les équipes de cancérologie digestive des Hôpitaux européen Georges-Pompidou, Cochin et Ambroise-Paré AP-HP, et du laboratoire « Sciences de l’information et médecine personnalisée » de l’Unité 1138 Centre de recherche des Cordeliers de l’INSERM et de l’Université Paris-Descartes, ont élaboré un système d’intelligence artificielle permettant de prédire la réponse thérapeutique à une radiochimiothérapie pré-opératoire chez des patients suivis pour un cancer du rectum. Ces travaux, coordonnés par le Dr Jean-Emmanuel Bibault du service d’oncologie radiothérapie de l’Hôpital européen Georges-Pompidou AP-HP, permettraient de proposer un traitement conservateur plutôt qu’une ablation totale du rectum aux patients en réponse thérapeutique complète.

Ces résultats contribuent ainsi à l’élaboration d’une prise en charge plus personnalisée en cancérologie. Ils ont fait l’objet d’une publication le 22 août 2018 dans la revue Scientific Reports (revue du groupe Nature).  

Le traitement standard du cancer du rectum localement avancé comprend une radiochimiothérapie pré-opératoire, suivi d’une chirurgie d’exérèse (ablation) complète du rectum. Environ un quart des patients sont en réponse complète après la radiochimiothérapie : ils pourraient éviter une chirurgie radicale et bénéficier plutôt d’un traitement conservateur (surveillance ou résection endoscopique) entraînant moins de séquelles. Toutefois, la seule manière de savoir si ces patients répondent parfaitement à la radiochimiothérapie reste actuellement l’opération avec ablation de l’ensemble du rectum.

Cette étude, pilotée par le Dr Jean-Emmanuel Bibault, du service d’oncologie radiothérapie de l’Hôpital européen Georges-Pompidou AP-HP, le Pr Philippe Giraud, du service de radiothérapie de l’HEGP, et le Pr Anita Burgun, chef du laboratoire « Sciences de l’information et médecine personnalisée » de l’Unité 1138 Centre de recherche des Cordeliers de l’INSERM et de l’Université Paris-Descartes, avait donc pour objectif de mettre au point un dispositif d’intelligence artificielle qui prédirait à l’avance les patients ayant une réponse complète à la radiochimiothérapie pré-opératoire, afin de leur éviter l’opération.

Les équipes se sont appuyées sur les données cliniques de patients et sur les images de scanners de radiothérapie. Ils ont ensuite utilisé une méthode d’intelligence artificielle de type « Deep learning » (ou « réseau neuronal profond ») qui a été paramétrée pour identifier les patients en réponse complète au traitement. Le « Deep learning » fait partie des méthodes d’apprentissage automatique qui modélisent avec un haut niveau d’abstraction des données.

L’algorithme mis au point a ensuite été évalué sur les données des patients déjà pris en charge à l’hôpital européen Georges-Pompidou, à l’hôpital Cochin et à l’hôpital Ambroise-Paré AP-HP. Il s’est montré précis dans 80% des cas analysés. 22 des 95 patients inclus dans l’étude avaient une réponse complète à la radiochimiothérapie pré-opératoire.

Cette étude montre ainsi que les algorithmes d’intelligence artificielle de type « Deep learning » pourraient être utilisés pour prédire l’efficacité des traitements en cancérologie afin de personnaliser davantage la prise en charge des patients.

Ces résultats pourront donner lieu à d’autres recherches en vue d’intégrer ce dispositif dans la prise en charge des cancers du rectum localement avancés.

Contacts
Contact Chercheur
Jean-Emmanuel Bibault Unité 1138 centre de recherche des cordeliers Equipe sciences de l'information et médecine personnalisée 01 44 27 64 80 rf.ueissuj.crc@erref.lacsap
Contact Presse
Service de presse de l'Inserm rf.mresni@esserp Service de presse de l'AP-HP Juliette Hardy & Marine Leroy 01 40 27 37 22 rf.phpa@esserp.ecivres
Sources
Deep Learning and Radiomics predict complete response after neo-adjuvant chemoradiation for locally advanced rectal cancer Jean-Emmanuel Bibault, Philippe Giraud, Catherine Durdux, Julien Taieb, Anne Berger, Romain Coriat, Stanislas Chaussade, Bertrand Dousset, Bernard Nordlinger & Anita Burgun
fermer