AI-TRIOMPH : Quand l'intelligence artificielle optimise les essais thérapeutiques
Mettre l’intelligence artificielle au service des essais cliniques des cancers de mauvais pronostic, c’est l’objectif du projet AI-TRIOMPH.
Initié par SCAI et porté par Magali Svrcek, professeure d'anatomie et cytologie pathologiques à Sorbonne Université, ce projet de recherche hospitalo-universitaire est conduit en collaboration avec Sorbonne Université, l'Assistance Publique - Hôpitaux de Paris (AP-HP), et la firme franco-américaine d'intelligence artificielle, Owkin.
Avec un budget de 48 milliards de dollars en 2020, les essais thérapeutiques sont devenus un véritable enjeu de santé publique. Dans ce contexte, le projet AI-TRIOMPH, qui sera lancé officiellement le 2 mai 2024, s’intéresse aux essais cliniques sur des cancers de mauvais pronostic. « Le cancer du pancréas, au cœur de notre étude, est un cancer au pronostic effroyable avec une survie à 5 ans inférieure à 10%. Malheureusement, malgré les investissements importants en recherche et développement, tous les essais récents se sont avérés décevants, laissant les patients sans traitement efficace », explique Magali Svrcek, porteuse du projet.
Optimiser des essais thérapeutiques pour des traitements personnalisés de pointe
Il est donc urgent, selon la chercheuse, d’optimiser la conception des essais thérapeutiques afin d'améliorer leur taux de réussite, d’en réduire les coûts et en fin de compte, de fournir aux patients des traitements personnalisés de pointe. « Seules les techniques d’IA permettent actuellement d’analyser toutes les données nécessaires au design des essais thérapeutiques. Nous avons donc monté, en collaboration avec SCAI, Jean-Baptiste Bachet, professeur d'oncologie médicale à la Pitié-Salpêtrière, et Xavier Tannier, professeur d'informatique à Sorbonne Université, ce projet de recherche hospitalo-universitaire porté par Sorbonne Université, l’AP-HP et la firme franco-américaine d'intelligence artificielle, Owkin »¸ indique la chercheuse.
Une approche multimodale innovante
Dans ce projet innovant, les scientifiques et les médecins s’appuieront sur une approche multidisciplinaire et des données médicales de natures diverses : d’une part, les lames numérisées servant au diagnostic anatomo-pathologique, à partir desquelles peut être extrait un très grand nombre d’informations sur la tumeur (anomalies moléculaires, réponse aux traitements, etc.). Cela est rendu possible grâce au déploiement de la pathologie numérique à AP-HP.Sorbonne Université. D’autre part, les informations issues des dossiers médicaux électroniques de l’entrepôt de données de santé de l’AP-HP. Enfin seront prises en compte, pour la première fois dans ce type de méthodologie, des données extraites de biopsies liquides, une technique non invasive émergente qui permet de suivre l'évolution d’un cancer en analysant des prélèvements sanguins. « Les données issues des biopsies liquides (cellules et ADN tumoraux circulants) semblent être extrêmement pertinentes dans le cancer du pancréas pour affiner les algorithmes pronostiques et donc mieux sélectionner les malades pour un traitement donné », précise Magali Svrcek.
Le recours à des techniques d’IA et de machine learning de pointe (apprentissage fédéré, traitement automatique des langues) permettra d’analyser de façon combinée ces différentes sources de données afin d’identifier des biomarqueurs pronostiques pertinents. L’étude de ces indices biologiques aidera ensuite à créer des groupes de référence, qui, en comparaison des groupes traités, donneront des indications précoces sur l'activité et l'efficacité des médicaments expérimentaux. « A terme, nous espérons que cette approche contribue à donner le bon traitement au bon malade ». Des études médico-économiques sont également prévues pour quantifier les économies que va générer le développement de cet outil.
Cette méthodologie sera d’abord appliquée au cancer du pancréas, puis étendue aux deux autres cancers choisis pour ce projet (cancer œso-gastrique et cancers réfractaires de la thyroïde).
Vers une approche globale de la santé
Au-delà de son impact immédiat sur la qualité des soins, le projet AI-TRIOMPH s'inscrit dans une vision plus large de la santé de demain. Soutenu par l’Agence d’innovation en santé, il est parfaitement en accord avec la stratégie France 2030 en intelligence artificielle. « L’idée, à terme, est de construire un hub de données médicales numériques de différentes natures autour du cancer (« Cancer Intelligence Hub ») qui seraient exploitables par la communauté scientifique nationale et internationale », ajoute la chercheuse. Les synergies avec d'autres initiatives, comme le programme SOUND de Sorbonne Université ou le SiRIC CURAMUS, label d’excellence en recherche translationnelle en oncologie, renforcent également la position du projet dans le paysage de la recherche médicale au sein de l’université.