Sites Inria

English version

Santé

Laurence Goussu - 4/02/2019

Ajuster les dosages de chimiothérapie grâce à l’intelligence artificielle

Trouver la bonne dose de médicament par tâtonnement peut être une épreuve pénible pour des patientes et patients déjà éprouvé.e.s par la maladie. L’intelligence artificielle peut accélérer considérablement ce processus grâce à un nouvel algorithme créé par Adrien Coulet, maître de conférences à l’université de Lorraine et chercheur au sein d’une équipe commune à Inria et au Loria, en collaboration avec des chercheurs et chercheuses de l’université Stanford. En analysant les données électroniques des patientes et patients, cet outil innovant permet de prédire en avance s'ils et elles auront besoin d’une dose plus faible de médicament, diminuant ainsi la souffrance causée par les effets secondaires. Ce résultat a été publié dans Nature Scientific Reports .

L’intelligence artificielle comme outil d’aide à la prescription

L’équipe de chercheurs et chercheuses a réussi, à partir des données électroniques des patientes et patients de l’hôpital universitaire de Stanford, à identifier celles et ceux qui nécessitaient une dose plus faible que la dose standard pour certains médicaments, avant même que le traitement ne commence. Ils ont utilisé une méthode d‘apprentissage automatique appelée « Random Forest Classifier », ou forêt d’arbres aléatoires. Cet algorithme combine les résultats d’arbres de décisions basés sur des sous-ensembles de données légèrement différents.

Si la méthode n’est pas nouvelle, l’innovation provient plus de la préparation et de la sélection des données utilisées. Les scientifiques ont compilé des informations provenant de sources très différentes (résultats d’analyses, notes, ordonnances,…) sur des groupes de patients ayant eu besoin, ou pas, de changer leur dosage de médicaments dans le passé. Les données des patientes et patients des hôpitaux universitaires de Stanford sont informatisées depuis des années : l’algorithme disposait ainsi de multiples données sur les réponses très variables de patients à leurs traitements. Cette informatisation du système de santé a permis à l’algorithme d’apprendre, puis de prédire si des patientes et patients qui n’avaient encore jamais pris les médicaments en question, pourraient bénéficier d’une dose réduite.

Des prédictions fines sur des médicaments complexes

Adrien Coulet et ses collaborateurs se sont particulièrement intéressés aux médicaments qui interagissent avec la famille des enzymes P450. Des dysfonctionnements de cette famille d’enzymes sont liés à des réactions indésirables à plusieurs types de médicaments, dont certains anticancéreux. Ces dysfonctionnements peuvent être limités si la dose des anticancéreux administrés dans le cadre d’une chimiothérapie est ajustée individuellement au besoin du patient ou de la patiente.

Traditionnellement ces dosages sont très difficiles à ajuster car l’activité des enzymes de la famille des P450 dépend énormément des caractéristiques individuelles de chaque personne. Ainsi les effets ressentis par les patientes et patients prenant ces médicaments, qu’ils soient positifs ou négatifs, peuvent varier énormément selon leurs gènes, leur histoire personnelle, ou leur mode de vie. La rigueur et l’exhaustivité de l’algorithme ont permis de prendre cette multitude de possibilités en considération, pour l’appliquer à de nouvelles et nouveaux malades et faire des prédictions exactes.

Les chercheurs et chercheuses souhaitent maintenant adapter cette technologie aux données et à l’environnement scientifique, social et légal des hôpitaux français. L’informatisation du système de santé peut fournir une aide précieuse aux personnels de santé, pour éviter des désagréments et souffrances inutiles aux malades.

Pour aller plus loin : https://www.nature.com/articles/s41598-018-33980-0

Mots-clés : Médicaments IA Intelligence artificielle Chimiothérapie Cancérologie Oncologie

Haut de page

Suivez Inria