AI | Personnaliser les soins contre le cancer grâce à l'intelligence artificielle

L'intelligence artificielle (IA) et le big data sont sur le point de révolutionner la manière dont nous diagnostiquons et traitons le cancer. Autrefois limitée à l'aide au développement de médicaments en coulisses, l'IA permet aujourd'hui des soins véritablement personnalisés qui pourraient adapter les plans de traitement, les dosages et même les thérapies cellulaires et médicamenteuses à chaque patient. Toutefois, pour réaliser cette promesse, il faudra surmonter des obstacles réglementaires majeurs afin que ces nouvelles technologies puissent être utilisées en toute sécurité dans la pratique clinique.

L'IA est déjà utilisée dans l'oncologie de précision, mais surtout en tant qu'aide au développement de médicaments plutôt qu'au chevet du patient. Des systèmes analysent des modèles dans de vastes ensembles de données biochimiques et génomiques pour découvrir de nouvelles cibles médicamenteuses et de nouveaux biomarqueurs. L'apprentissage profond a amélioré l'identification des néoantigènes pour les immunothérapies personnalisées telles que les thérapies CAR T-cell. Mais jusqu'à récemment, la véritable personnalisation ne concernait que les médecins qui adaptaient les protocoles standard au cas par cas ou développaient des thérapies cellulaires autologues personnalisées à partir des cellules modifiées d'un patient.

Cette situation évolue rapidement, car les technologies numériques permettent de plus en plus une véritable personnalisation. L'IA analyse les images médicales pour améliorer les diagnostics de cancer par rapport à l'homme seul. Les systèmes qui surveillent les symptômes et la qualité de vie déclarés par les patients ont permis d'augmenter le taux de survie et de réduire les effets secondaires dans les cas de cancer du poumon à un stade avancé. Ces produits thérapeutiques numériques déclenchent automatiquement des alertes si les symptômes dépassent des seuils prédéfinis, ce qui permet de procéder à des ajustements personnalisés et automatisés de la posologie, sous la supervision des médecins. À mesure que les données sur les patients s'accumulent, les systèmes fondés sur des règles sont remplacés par des modèles d'apprentissage automatique pour des soins mieux individualisés.

Les technologies numériques favorisent même la personnalisation en temps réel. Les jumeaux numériques - représentations virtuelles dynamiques de patients intégrant des flux de données cliniques, génomiques et physiologiques - pourraient simuler des approches de diagnostic, de planification de traitement et de surveillance de la dose hautement personnalisées. Les approches d'IA généralistes qui analysent de manière flexible toutes les données médicales sans spécialisation étroite sont prometteuses. Les modèles de fondation formés sur d'énormes ensembles de données médicales peuvent interpréter de nouvelles informations d'une manière intégrée, essentielle pour l'oncologie de précision, et proposer des thérapies combinatoires personnalisées.

Ces progrès rapides posent d'énormes défis en matière de réglementation. Les thérapies cellulaires, les médicaments et les dispositifs basés sur l'IA ont chacun leur propre voie à suivre. Mais les nouveaux couples numérique/IA/médicaments défient les catégories traditionnelles. Les retards d'approbation s'aggravent à mesure que les thérapies géniques et cellulaires inondent les organismes de réglementation. Les cadres actuels ne peuvent pas réglementer de manière optimale les concepts multidisciplinaires qui fusionnent l'IA, les données et les nouvelles modalités thérapeutiques.

Plusieurs stratégies pourraient aider les régulateurs à suivre le rythme. La désignation "non-device" de la FDA américaine exempte certains outils d'aide à la décision clinique des exigences relatives aux dispositifs médicaux, ce qui donne un coup de fouet au développement. Des plateformes indépendantes de test de l'IA et des évaluations basées sur des simulations pourraient compléter les voies d'accès traditionnelles aux données probantes. Les régulateurs étudient des plans de contrôle des changements prédéterminés permettant des mises à jour de l'IA sur le marché sans nouvelle approbation. Enfin, des "bacs à sable réglementaires" permettent de tester en toute sécurité des approches innovantes.

Cependant, un changement transformateur est nécessaire. Les lois existantes n'ont pas anticipé les concepts de santé numérique intégrée. La fragmentation entre les autorités responsables des médicaments et des dispositifs médicaux est source de contradictions et de retards. Les divergences entre les régions bloquent les innovations accessibles ailleurs. Et la précaution ne devrait pas empêcher de réglementer de manière bénéfique les technologies émergentes en fonction des profils risques-bénéfices.

Une pensée plus agile pourrait résoudre ces problèmes. L'association de recommandations d'IA indépendantes et d'une surveillance par les médecins pourrait permettre d'accélérer en toute sécurité les thérapies personnalisées avant qu'il n'y ait de preuves complètes. L'approbation simultanée des outils numériques et des médicaments qui en dépendent pourrait accélérer l'accès à ces derniers. Enfin, des couches de contrôle délimitant les responsabilités professionnelles peuvent réguler l'IA de manière flexible au sein d'équipes de soins multidisciplinaires.

Les questions éthiques doivent également être prises en compte. Les patients doivent consentir à ce que l'IA joue un rôle dans leurs soins et leurs relations. Les systèmes doivent lutter contre les préjugés historiques, aujourd'hui amplifiés. La prise de décision partagée entre les médecins, les patients et l'IA peut optimiser les objectifs de la médecine personnalisée centrés sur le patient.

Si les régulateurs parviennent à résoudre les problèmes de processus, de communication et de philosophie, l'IA promet de révolutionner les soins du cancer. Les technologies numériques peuvent concevoir des thérapies cellulaires sur mesure à partir du profil moléculaire unique d'un patient en temps réel. Combinée aux perspectives holistiques de l'IA généraliste, elle pourrait optimiser les traitements individualisés bien au-delà de ce qu'un spécialiste pourrait fournir à lui seul. En faisant preuve de sagesse et d'agilité, les réglementations peuvent contribuer à ce que la médecine de précision alimentée par l'IA puisse sauver la vie de tous ceux qui en ont besoin.

Référence(s)

1. https://doi.org/10.1038/s41698-024-00517-w

Cliquez sur TAGS pour voir les articles connexes :

AI | APPRENTISSAGE AUTOMATIQUE | MÉDECINE | ONCOLOGIE