Un nouvel outil d'intelligence artificielle (IA) développé par une équipe de l'Université de Toronto pourrait être en mesure de réduire considérablement le temps requis pour créer des programmes de radiothérapie pour les personnes atteintes de cancer.
Pour vérifier les programmes de traitement pertinents produits par l'IA, les enquêteurs ont examiné 217 patients atteints d'un cancer de la tête et du cou dont le programme de radiothérapie a été développé selon des méthodes traditionnelles. Les plans étaient similaires.
«Il existe d'autres moteurs d'optimisation de l'IA qui ont été développés, mais le concept derrière le nôtre est qu'il imite plus étroitement les meilleures pratiques médicales actuelles », déclare Aaron Babier, l'auteur principal de la recherche du département d'ingénierie de l'Université de Toronto.
À l'heure actuelle, l'élaboration de plans de radiothérapie pour la tumeur de chaque patient peut prendre des jours, un temps précieux pour les patients car le cancer continue souvent de croître et d'évoluer, mais aussi pour les médecins qui passent du temps à concevoir ces stratégies de traitement complexes.
Les cancers de la tête et du cou sont notoirement difficiles à concevoir des programmes de traitement car les tumeurs peuvent être remarquablement différentes d'un patient à l'autre. Les chercheurs s'attendent à ce que l'instrument fonctionnant si bien sur ce type de cancer délicat et complexe, il devrait avoir la capacité de gérer des types de tumeurs plus répandus qui ne présentent pas autant de variations, comme le cancer de la prostate.
Babier tient à craindre dans ce cas que l'IA ne soit pas censée remplacer les professionnels de la santé, mais pourrait leur faire gagner du temps en effectuant des travaux préparatoires importants. Une fois que le programme a fait un programme de traitement, il serait néanmoins revu par un physicien des rayonnements et encore modifié, prenant quelques heures de plus.
L'IA est bien connue pour jouer un rôle majeur dans l'avenir du diagnostic, de la surveillance et de la thérapie du cancer, mais certains professionnels de la santé se sont inquiétés de l'éthique de l'utilisation d'outils d'apprentissage automatique pour prendre des décisions cliniques. Une telle préoccupation publiée dans un article publié plus tôt cette année dans le New England Journal of Medicine par des chercheurs et des médecins de Stanford a déclaré:
«Les médecins doivent comprendre de manière satisfaisante comment les calculs sont créés, évaluer sérieusement l'origine des informations utilisées pour créer les modèles statistiques développés pour prédire les résultats, comprendre le fonctionnement des modèles et éviter de devenir trop dépendants de ceux-ci.
C'est là un problème assez courant avec les nouveaux développements technologiques en médecine de nos jours - la demande pour les médecins de parvenir à une compréhension spécialisée des toutes nouvelles méthodes de diagnostic qu'ils utilisent afin qu'ils puissent pleinement comprendre à quel point compter sur eux pour influer sur leurs décisions concernant les patients. Une discussion similaire est en cours pour les biopsies liquides perpétuellement controversées pour le cancer.
Malgré tous ces problèmes, les investissements dans l'IA de la part de personnes du secteur de la santé sont monnaie courante, de grandes entreprises telles que Microsoft et IBM l'utilisant actuellement pour divers programmes. De nombreuses entreprises semblent considérer l'IA comme une solution possible pour essayer de rationaliser la procédure de découverte de médicaments longue et extrêmement coûteuse. La société de biotechnologie torontoise BenchSci a compté à ce jour 28 sociétés pharmaceutiques et 97 startups utilisant actuellement l'IA pour leurs processus de découverte de médicaments.
Dans le cas de l'utilisation de l'IA pour aider à la conception de traitements de radiothérapie, Babier dit que son instrument spécifique est plus une extension de ce qui est actuellement disponible pour les employés de la santé, plutôt qu'une révolution.
«Il s'agit essentiellement d'un plugin assez simple pour aider avec ce qui existe actuellement dans un contexte clinique, mais en utilisant des paramètres plus intelligents que ceux actuellement disponibles», a déclaré Babier.
L'équipe de l'Université de Toronto n'est pas la seule à travailler sur l'optimisation de la radiothérapie avec l'IA.