© GamePixel/Shutterstock
De la mutation ponctuelle au profil
Désormais, dans la prise en charge des cancers du sein notamment, la société européenne d’oncologie médicale (ESMO) recommande l’utilisation du NGS, séquençage à haut débit, qui permet d’analyser le génome de la tumeur en un temps record.
Ce qui produit d’importantes quantités de données génomiques à scanner pour y repérer des mutations… et donc nécessite la mise à contribution d’algorithmes. Une première étape qui utilise l’IA pour lutter contre le cancer.
« Mais une autre évolution se dessine, avec l’idée d’identifier non plus un événement spécifique, mais des combinaisons d’événements, qui seront plus facile à repérer et peut-être à cibler, annonce le Pr Éric Pasmant, chef du service de génétique de l’Institut Curie.
Et de préciser : « pour cela, il faudra faire appel à l’apprentissage profond (deep learning) : ce type d’IA nous permettra d’identifier des profils, c’està-dire des combinaisons de modifications génomiques, de tumeurs du sein par exemple, puis de les rechercher dans le plasma des patientes. »
Car outre le traitement d’énormes volumes de données, l’IA présente l’avantage de pouvoir combiner des données hétérogènes, qu’il s’agisse de données génétiques (mutations et variations du nombre de copies de l’ADN), d’imagerie ou d’anatomopathologie, etc., pour aboutir à une conclusion.
« Nous espérons que cette intégration de différents types de données fera mieux qu’un type unique pour diagnostiquer précisément les cancers, intercepter les rechutes, identifier les résistances et aider au développement de traitements », poursuit Éric Pasmant.
Ce qui produit d’importantes quantités de données génomiques à scanner pour y repérer des mutations… et donc nécessite la mise à contribution d’algorithmes. Une première étape qui utilise l’IA pour lutter contre le cancer.
« Mais une autre évolution se dessine, avec l’idée d’identifier non plus un événement spécifique, mais des combinaisons d’événements, qui seront plus facile à repérer et peut-être à cibler, annonce le Pr Éric Pasmant, chef du service de génétique de l’Institut Curie.
Et de préciser : « pour cela, il faudra faire appel à l’apprentissage profond (deep learning) : ce type d’IA nous permettra d’identifier des profils, c’està-dire des combinaisons de modifications génomiques, de tumeurs du sein par exemple, puis de les rechercher dans le plasma des patientes. »
Car outre le traitement d’énormes volumes de données, l’IA présente l’avantage de pouvoir combiner des données hétérogènes, qu’il s’agisse de données génétiques (mutations et variations du nombre de copies de l’ADN), d’imagerie ou d’anatomopathologie, etc., pour aboutir à une conclusion.
« Nous espérons que cette intégration de différents types de données fera mieux qu’un type unique pour diagnostiquer précisément les cancers, intercepter les rechutes, identifier les résistances et aider au développement de traitements », poursuit Éric Pasmant.
