Par Ian Gormely
30 août 2021
Un nouveau modèle d'apprentissage machine permet de créer des plans de traitement de radiothérapie pour les patients atteints d'un cancer de la prostate. Ce modèle, qui produit des plans jugés aussi bons, voire meilleurs, que ceux élaborés par des humains dans environ neuf cas sur dix, réduit un processus qui peut prendre plus d'une journée à quelques heures, libérant ainsi de précieuses ressources hospitalières.
L'équipe à l'origine de ce modèle, dont Chris McIntosh, chercheur associé à Vector et au Réseau universitaire de santé (UHN), a détaillé ses travaux dans l'article intitulé « Intégration clinique de l'apprentissage automatique pour le traitement par radiothérapie à visée curative des patients atteints d'un cancer de la prostate », paru en couverture de la revue Nature Medicine en juin. Ce modèle, considéré comme le premier du genre, est actuellement utilisé au Princess Margaret Cancer Center de Toronto.
« Environ 40 % des patients atteints d'un cancer de la prostate reçoivent une radiothérapie », explique McIntosh. « Traditionnellement, l'élaboration d'un plan de traitement est un processus complexe et itératif qui précise où et comment les radiations sont administrées au patient. Nous avons entrepris d'automatiser ce processus grâce à la vision par ordinateur. »
L'équipe a peaufiné le modèle pendant plusieurs années avant de le déployer auprès de patients atteints d'un cancer de la prostate à l'hôpital Princess Margaret. Deux plans de traitement ont été présentés aux cliniciens : l'un généré par une IA et l'autre par un humain. Lors d'un test à l'aveugle, la qualité des soins a été évaluée pour les deux plans, un clinicien prenant la décision finale quant au plan à mettre en œuvre. Un test de Turing modifié a également été effectué , demandant aux cliniciens quel plan ils croyaient avoir été généré par une IA. « C'était crucial », explique McIntosh. « Nous avons pu analyser a posteriori la fréquence des réponses correctes des cliniciens et vérifier l'existence d'un biais clinique, en faveur ou en défaveur de l'IA. »
Bien que les plans du modèle aient été jugés « cliniquement acceptables » dans 86 % des cas, ils n'ont été retenus pour le traitement des patients que dans 60 % des situations. « On hésitait à accepter le plan de l'IA », explique McIntosh. « Les cliniciens sont d'autant plus hésitants que des vies sont en jeu. Un certain scepticisme contribue à garantir la sécurité des patients, mais si la technologie continue de faire ses preuves au fil du temps, elle finira par s'imposer, j'en suis convaincu. »
Le cancer de la prostate a été ciblé en premier lieu en raison de sa fréquence (quatrième au Canada) et de l'enthousiasme manifesté par l'équipe clinique. Ce modèle peut toutefois être étendu à toute radiothérapie contre le cancer. « Notre principal obstacle est le manque de ressources. »
Afin de concevoir un système utilisable en milieu clinique, l'équipe s'est associée à RaySearch Laboratories, chef de file mondial des logiciels de planification de radiothérapie et fournisseur du système de planification de traitement clinique déjà en place au Princess Margaret Hospital. Ce partenariat, dans le cadre duquel leur technologie a été concédée sous licence à RaySearch, permet également à McIntosh et son équipe d'aider les patients atteints de cancer dans le monde entier. L'hôpital Princess Margaret est l'un des cinq meilleurs centres de cancérologie au monde. « Grâce à cette technologie, nous pouvons exporter notre expertise et aider un plus grand nombre de patients », déclare McIntosh.
Consultez la page santé de Vector pour plus d'informations sur nos activités liées à l'IA dans le domaine de la santé.
