Une équipe de chercheurs à Dana-Farber a développé un outil d’évaluation basé sur l’IA qui pourrait aider à prédire la réponse du carcinome à cellules rénales claires (ccRCC), une forme de cancer du rein, à l’immunothérapie. Grâce au traitement d’images et à l’apprentissage en profondeur, l’outil évalue des images bidimensionnelles d’échantillons de tumeurs sur des lames de pathologie et identifie des caractéristiques jusqu’alors négligées, telles que la microhétérogénéité tumorale, qui sont associées à la réponse à l’immunothérapie.
Les résultats de l’étude, publiée dans Cell Reports Medicine, suggèrent que les lames de pathologie contiennent des informations biologiques importantes sur le ccRCC et potentiellement sur d’autres types de tumeurs. Ces informations pourraient être précieuses pour comprendre la biologie du cancer et orienter les soins contre le cancer.
Le carcinome à cellules rénales est l’un des cancers les plus courants dans le monde, la sous-type à cellules claires représentant la majorité des cas métastatiques. Bien que certains tumeurs ccRCC répondent aux inhibiteurs de points de contrôle immunitaires (ICI), il n’existe actuellement aucun moyen de prédire leur réponse à l’immunothérapie.
Les chercheurs ont d’abord formé leur modèle d’IA à évaluer le grade nucléaire d’une tumeur, qui indique à quel point les cellules tumorales sont anormales par rapport aux cellules normales. Le modèle a réussi à évaluer le grade nucléaire et à identifier les différences de grades entre les échantillons de tumeurs. Cela a inspiré l’équipe à étendre le modèle pour évaluer la microhétérogénéité tumorale et les propriétés immunitaires, telles que l’infiltration immunitaire, sur les lames de pathologie.
L’outil basé sur l’IA a ensuite été utilisé pour analyser les lames de pathologie de patients participant à un essai clinique randomisé. L’analyse a révélé que des caractéristiques telles que la microhétérogénéité tumorale et l’infiltration immunitaire étaient associées à une survie globale améliorée chez les patients traités par ICI.
Bien que l’outil ne soit pas encore prêt pour une utilisation clinique, il présente une approche évolutive pour extraire des informations précieuses à partir de lames de pathologie. Des tests supplémentaires sont en cours dans le cadre d’un essai clinique en cours portant sur l’immunothérapie combinée en tant que traitement de première intention pour les patients atteints de ccRCC.
Cette étude met en évidence le potentiel de l’IA pour révolutionner les soins contre le cancer en fournissant des informations précieuses sur la biologie des tumeurs et en guidant les décisions thérapeutiques.
Définitions :
– Carcinome à cellules rénales claires (ccRCC) : une forme de cancer du rein caractérisée par des cellules claires ou pâles.
– Immunothérapie : traitement qui utilise le système immunitaire du corps pour lutter contre les maladies.
– Lames de pathologie : coupes minces de tissus sur lesquelles des échantillons sont montés pour un examen microscopique.
– Microhétérogénéité tumorale : variation du grade nucléaire au sein d’un échantillon tumoral.
– Infiltration immunitaire : la mesure dans laquelle les cellules immunitaires ont pénétré dans une tumeur.
Sources :
– Cell Reports Medicine – « L’intelligence artificielle identifie de nouvelles caractéristiques du carcinome à cellules rénales claires pertinentes pour l’immunothérapie »
– Auteurs : Jackson Nyman, Eliezer Van Allen, Sabina Signoretti, Toni Choueiri
