Pour une thérapie ciblée du cancer colorectal, les médecins ont besoin d'informations sur le sous-type moléculaire de la tumeur. Des ordinateurs pourraient être utilisés pour analyser les images numériques des tissus. Cette méthode a été développée par une équipe de recherche de l'hôpital universitaire de Zurich (USZ) et de l'université d'Oxford.
Le cancer du côlon est la troisième pathologie tumorale la plus répandue chez les hommes et les femmes avec environ 1,8 million de nouveaux cas chaque année dans le monde.
Avec des informations précises sur le sous-type moléculaire de la tumeur à l'aide d’un séquençage de l'ARN, une thérapie personnalisée peut être proposée, notamment pour les tumeurs particulièrement agressives. Mais cela exige beaucoup de ressources et est onéreux. En outre, jusqu'à 20 % des échantillons ne peuvent actuellement pas être classés de manière concluante en raison, par exemple, d'un manque de matériel disponible ou de résultats ambigus.
Viktor Kölzer, de l'Institut de pathologie et de pathologie moléculaire à l' USZ, et Jens Rittscher, de l'Institut de génie biomédical de l'Université d'Oxford ont mis au point une méthode beaucoup moins coûteuse et plus rapide : ils utilisent l’intelligence artificielle pour analyser des images de sections histologiques en haute résolution. Ils en apprennent ainsi davantage sur le profil d'expression de la tumeur et obtiennent des indications sur le traitement utilisable.
Contrairement au séquençage de l'ARN, aucun matériau tissulaire n'est nécessaire pour cette méthode purement basée sur l'image. Elle fonctionne également sur de très petits fragments de tissus et permet la classification d'échantillons de tissus qui étaient auparavant inaccessibles en raison des limitations techniques du séquençage. De plus, la méthode est potentiellement beaucoup moins onéreuse
Depuis avril dernier, Kölzer est devenu professeur d'analyse d'images assistée par ordinateur en pathologie à l'USZ. Une première chaire de ce type en Suisse qui d’après les chercheurs revêt une grande importance stratégique pour la médecine personnalisée.
Kölzer a commencé son travail sur la méthode assistée par l'IA lors d'un séjour à l'Université d'Oxford, où il a trouvé un large soutien interdisciplinaire de pathologistes, bioinformaticiens, cliniciens et statisticiens de divers instituts et centres du consortium Stratification in Colorectal Cancer.
L’étude qui a permis la mise au point de cette méthode a porté sur 1 553 scanners de coupes de tissus, analysés à l'aide des dernières technologies d’imagerie et d'intelligence artificielle, incluant les profils d'expression de l'ARN, les mutations génétiques et les données de progression clinique. Une nouvelle méthode qui doit maintenant être validée dans le cadre d'essais cliniques prospectifs randomisés.
Cette nouvelle méthode pourrait s’imposer y compris dans les pays disposant de moins de ressources. Pour Kölzer, « Après validation, cette classification des tumeurs colorectales pourrait être centralisée et la technologie mise à disposition ». Les scanners des coupes histologiques pourraient en effet être envoyés aux centres universitaires, qui enverraient les résultats de l’analyse par voie numérique. À long terme, cette méthode pourrait également être utilisée pour d'autres types de tumeurs, et même pour d'autres pathologies.