Par Ian Gormely 

30 août 2021

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

L'équipe à l'origine du modèle, qui comprend Chris McIntosh, affilié à la faculté Vector et chercheur à l'UHN, a détaillé son travail dans l'article suivant "Clinical integration of machine learning for curative-intent radiation treatment of patients with prostate cancer" (Intégration clinique de l'apprentissage automatique pour la radiothérapie curative des patients atteints d'un cancer de la prostate). qui a fait la couverture de Nature Medicine en juin. Il s'agirait du premier modèle de ce type, actuellement utilisé au Princess Margaret Cancer Centre de Toronto.

"Environ 40 % des patients atteints d'un cancer de la prostate reçoivent une radiothérapie", explique M. McIntosh. "Traditionnellement, la création d'un plan de traitement est un processus complexe et itératif qui spécifie où et comment les rayons sont administrés au patient. Nous avons entrepris d'automatiser ce processus en utilisant la vision par ordinateur".

L'équipe a perfectionné le modèle pendant plusieurs années avant de le déployer pour des patients atteints de cancer de la prostate à Princess Margaret. Deux plans de traitement ont été présentés aux cliniciens : l'un créé par l'IA et l'autre par l'homme. Lors d'un test en aveugle, les deux ont été évalués pour leur qualité de soins, un clinicien prenant la décision finale quant à celui à mettre en œuvre. Les chercheurs ont également effectué un test de Turingen demandant aux cliniciens quel plan était, selon eux, généré par une IA. "Cette étape était cruciale", explique M. McIntosh. "Nous pouvions revenir en arrière et évaluer le nombre de fois où les cliniciens avaient raison et vérifier s'il y avait des préjugés cliniques pour ou contre l'IA.

Alors que les plans du modèle étaient "cliniquement acceptables" dans 86 % des cas, ils n'ont été retenus pour le traitement des patients que dans 60 % des cas. "Il y avait une certaine hésitation à accepter le plan de l'IA", déclare McIntosh. "Les cliniciens hésitent d'autant plus que des vies sont en jeu. Un certain scepticisme contribue à garantir la sécurité des patients, mais si la technologie continue à faire ses preuves au fil du temps, je pense qu'elle sera acceptée." 

Le cancer de la prostate a été ciblé en premier, à la fois en raison de sa fréquence (quatrième au Canada) et de l'enthousiasme qu'il a suscité auprès de l'équipe de la clinique. Mais le modèle peut être étendu à toutes les radiothérapies contre le cancer. "La bande passante est le principal obstacle. 

Afin de mettre au point un système pouvant être déployé en clinique, l'équipe s'est associée à RaySearch Laboratories, leader mondial des logiciels de planification des traitements par radiothérapie et fournisseur du système de planification des traitements cliniques préexistant de la Princesse Margaret. Ce partenariat, dans le cadre duquel leur technologie a été cédée sous licence à RaySearch, permet également à M. McIntosh et à son équipe d'aider les patients atteints de cancer dans le monde entier. Le centre Princess Margaret est l'un des cinq plus grands centres de cancérologie au monde. Cette technologie nous permet d'exporter cette expertise et d'aider davantage de patients", explique M. McIntosh. 

Consultez la page santé de Vector page santé pour plus d'informations sur nos activités en matière d'IA dans le domaine de la santé.