Par Ian Gormely 

30 août 2021

Un nouveau modèle d’apprentissage automatique peut créer des plans de traitement par radiothérapie pour les patients atteints de cancer de la prostate. Le modèle, qui produit des plans jugés bons ou meilleurs que les plans créés par l’humain environ neuf fois sur dix, réduit un processus pouvant prendre plus d’une journée à quelques heures, libérant ainsi des ressources hospitalières précieuses. 

L’équipe derrière le modèle, qui comprend Chris McIntosh, membre affilié au Vector Faculty et chercheur à l’UHN, a détaillé son travail dans l’article « Clinical integration of machine learning for curative-intent radiation treatment of patients with prostate cancer of prostate », qui a fait la couverture de Nature Medicine en juin. On croit qu’il s’agit du premier modèle de ce genre et il est actuellement utilisé au Centre de cancérologie Princess Margaret à Toronto.

« Environ 40% des patients atteints d’un cancer de la prostate reçoivent une radiothérapie », explique McIntosh. « Traditionnellement, la création d’un plan de traitement est un processus complexe et itératif qui précise où et comment la radiation est administrée au patient. Nous avons entrepris d’automatiser ce processus grâce à la vision par ordinateur. »

L’équipe a perfectionné ce modèle pendant plusieurs années avant de le déployer pour les patients atteints de cancer de la prostate à Princess Margaret. Les cliniciens ont reçu deux plans de traitement : un créé par l’IA et un par l’humain. Lors d’un test à l’aveugle, les deux ont été évalués pour la qualité de leurs soins, un clinicien prenant la décision finale sur lequel initier. Ils ont aussi effectué un test de Turing modifié, demandant aux cliniciens quel plan ils pensaient être généré par une IA. « C’était assez crucial », dit McIntosh. « On pourrait revenir en arrière et juger à quelle fréquence les cliniciens ont raison et vérifier s’il y a des biais cliniques pour ou contre l’IA. »

Bien que les plans du modèle aient été « cliniquement acceptables » 86% du temps, ils n’ont été sélectionnés pour le traitement des patients que 60% du temps. « Il y avait une hésitation à accepter le plan de l’IA », dit McIntosh. « Les cliniciens deviennent plus hésitants à mesure que des vies sont en jeu. Un certain scepticisme aide à assurer la sécurité des patients, mais si la technologie continue de faire ses preuves avec le temps, elle va s’en sortir, je pense. » 

Le cancer de la prostate a été ciblé en premier, à la fois à cause de sa fréquence (quatrième au Canada) et de l’enthousiasme reçu de l’équipe de la clinique. Mais le modèle peut être étendu à toute radiothérapie pour le cancer. « La bande passante est la principale chose qui nous retient. » 

Afin de construire un système cliniquement déployable, l’équipe s’est associée à RaySearch Laboratories, un leader mondial en logiciels de planification des traitements radiothératiques et fournisseur du système de planification clinique de traitement préexistant de Princess Margaret. Le partenariat, dans lequel leur technologie a été licenciée à RaySearch, donne aussi à McIntosh et à son équipe la possibilité d’aider les patients atteints de cancer à l’échelle mondiale. Princess Margaret est l’un des cinq meilleurs centres de cancérologie au monde. McIntosh déclare : « Cette technologie signifie que nous pouvons exporter cette expertise et aider plus de patients. » 

Consultez la page santé de Vector pour plus d’informations sur nos activités d’IA en santé.