Par Natalie Richard
De nouvelles recherches menées par Parvin Mousavi, membre du corps professoral de Vector, exploitent les techniques d'apprentissage machine pour améliorer les soins contre le cancer. Ses travaux pourraient permettre des interventions chirurgicales plus précises pour le cancer du sein et un dépistage et un diagnostic plus rapides du cancer de la prostate. Ces recherches témoignent du potentiel des modèles d'IA pour accroître l'efficacité des soins contre le cancer, principale cause de décès au Canada.
Améliorer l'ablation du cancer du sein grâce à la recherche en IA
« Tout le monde connaît quelqu’un qui a été touché par le cancer, ou l’a été soi-même », explique Mousavi. Actuellement, environ 25 à 30 % des interventions chirurgicales pour le cancer du sein présentent des marges positives, ce qui signifie que les patientes devront subir une nouvelle intervention pour retirer les cellules cancéreuses restantes.
« Aucun chirurgien ne veut laisser de traces de cancer. Par conséquent, s'ils estiment ne pas avoir enlevé toute la tumeur, ils risquent d'enlever plus de tissu sain que nécessaire. Il faut trouver une meilleure solution, et c'est là que mes recherches interviennent. »
Lors du traitement du cancer du sein, les chirurgiens font des incisions qu'ils cautérisent. Grâce à une technique de pointe appelée spectrométrie de masse à ionisation par évaporation rapide (REIMS) , le panache de fumée résultant de la cautérisation est aspiré et analysé par un spectromètre de masse. Ce dernier analyse instantanément le profil biochimique des échantillons de tissu cautérisé. En quelques secondes, les cliniciens peuvent ainsi déterminer avec précision la composition du tissu incisé et savoir, quasiment en temps réel, s'ils ont atteint ou dépassé, même involontairement, les limites du tissu cancéreux à retirer.
« Lorsqu’on brûle, on peut imaginer qu’on traverse toutes sortes de tissus, ce qui génère des données très bruitées. On n'a pas d'étiquettes — il s'agit de chirurgie, pas d'anatomopathologie — parce qu'on brûle le tissu au fur et à mesure. Le problème est infiniment complexe. »
L'intelligence artificielle (IA) offre des perspectives essentielles pour comprendre ces ensembles de données complexes. Mousavi et son équipe développent des modèles d'apprentissage profond performants, capables de catégoriser avec précision le type de tissu brûlé, aidant ainsi les chirurgiens à préserver les tissus sains tout en éliminant les cellules cancéreuses. Pour ce faire, ils ont entraîné le programme à l'aide de données recueillies avec un outil chirurgical appelé iKnife, doté de la technologie REIMS, permettant au modèle de distinguer les types de tissus grâce à leurs signatures chimiques.
En appliquant des techniques d'apprentissage machine à la navigation chirurgicale, les recherches de Mousavi visent à éliminer complètement toutes les cellules cancéreuses avec une perte minimale de tissus sains, réduisant ainsi le besoin d'interventions chirurgicales supplémentaires et améliorant les résultats pour les patients.
Compte tenu des résultats prometteurs obtenus, la technologie de Mousavi fait actuellement l'objet d'un essai de faisabilité au Centre des sciences de la santé de Kingston. Plusieurs hôpitaux européens étudient aussi cette technologie. Mousavi a récemment reçu une subvention de 700 000 $ des Instituts de recherche en santé du Canada pour les travaux de son équipe . Ce financement permettra à Mousavi et à son équipe d'explorer NaviKnife, un système d'imagerie et de navigation chirurgicale de nouvelle génération. Ce système, dérivé du dispositif iKnife, utilise une nouvelle approche de typage tissulaire métabolomique en temps réel, l'apprentissage automatique et le suivi guidé par l'image pour aider le chirurgien à identifier et à délimiter la tumeur pendant l'intervention.
« C'est ce qui me passionne le plus. Ma passion [pour l’IA et la recherche sur le cancer] réside dans le fait que je veux voir cette technologie utilisée en clinique et qu’un outil que j’ai développé soit mis en pratique. »
Amélioration du dépistage du cancer de la prostate grâce à l'échographie assistée par l'IA
Un autre domaine de recherche exploré par Mousavi et une autre équipe de chercheurs concerne la détection du cancer de la prostate en accélérant l'adoption de l'IA pour la technologie des ultrasons avancée.
Le cancer de la prostate représente un cinquième des nouveaux cas de cancer chez les hommes. Cependant, les chances de guérison augmentent considérablement lorsque le cancer est traité précocement. Pour dépister le cancer de la prostate, les patients subissent une IRM, puis une échographie, ce qui permet aux cliniciens de déterminer la zone à biopsier pour un diagnostic définitif. Or, les délais d'attente pour une IRM au Canada peuvent être longs. Pour remédier à ce problème, Mousavi et son équipe se sont associés à Exact Imaging , une entreprise d'imagerie médicale basée à Toronto et spécialisée dans les systèmes de micro-échographie haute résolution, afin de concevoir un système capable de fournir une imagerie en temps réel et un guidage pour la biopsie.
Contrairement aux appareils d'échographie classiques, l'échographie haute fréquence d'Exact Imaging est idéale pour l'imagerie de la prostate. « L'échographie conventionnelle est utile pour guider les biopsies, mais elle est insuffisante à elle seule pour diagnostiquer un cancer, tandis que l'imagerie haute fréquence permet d'observer des changements quasi cellulaires », explique Mousavi.
Pour affiner l'imagerie, Exact Imaging explore une approche basée sur l'IA afin d'identifier les zones les plus susceptibles d'être cancéreuses à partir d'images échographiques lors de biopsies. Mousavi et son équipe ont créé des modèles spécifiquement conçus pour guider les biopsies du cancer de la prostate à partir de données d'essais multicentriques. « Grâce à notre système d'IA, nous avons obtenu de bien meilleurs résultats concernant la corrélation entre les images échographiques et la présence d'un cancer de la prostate. »
La spécificité et la précision du modèle d'IA offrent des résultats prometteurs pour la détection du cancer. Cette technologie d'imagerie haute résolution, optimisée par l'IA, pourrait, une fois validée, permettre d'éviter le recours à l'IRM pour certains patients, menant à un diagnostic plus rapide et, surtout, à une meilleure prise en charge.
Explorer aujourd'hui le potentiel de l'IA pour de meilleurs résultats pour les patients demain
Mousavi et son équipe ont déjà reçu plusieurs distinctions universitaires pour leurs travaux , dont le prix de la meilleure présentation à la conférence IPCAI (Information Processing in Computer-Assisted Interventions) de cette année. Leurs recherches, ainsi que celles d'autres chercheurs et praticiens en IA de la communauté Vector , pourraient mener à des soins plus personnalisés et de meilleure qualité, améliorant ainsi l'efficacité de notre système de santé, réduisant les temps d'attente et améliorant les résultats pour de nombreux Canadiens. Elle souligne toutefois que, lors du déploiement de l'IA en santé, le passage de la théorie à la pratique exige que tous les acteurs concernés partagent la même vision et respectent les principes éthiques en vigueur.
« Aussi formidable que soit l'IA, elle n'a d'impact sur les soins de santé qu'avec une équipe multidisciplinaire prête à collaborer — cliniciens, ingénieurs, étudiants, tous. Si l'un d'entre nous échoue, on ne peut plus avancer. »
Cliquez ici pour en savoir plus sur les travaux du Vector Institute dans l'écosystème de l'IA appliquée à la santé.
