Une étude* publiée en août 2018 dans The Lancet Oncology, revue scientifique anglophone spécialisée en oncologie, a montré la capacité d’une intelligence artificielle (IA) à analyser des clichés d’imagerie médicale de façon à en extraire des informations biologiques et cliniques permettant de prédire la réponse des patients à l’immunothérapie.
Des médecins et des chercheurs issus de l’Institut Gustave Roussy, de Centrale Supelec et de TheraPanacea (entité de Centrale Supélec spécialisée dans les applications de l’IA à l’oncologie-radiothérapie et à la médecine de précision), de l’Inserm et de l’Université Paris Sud ont élaboré une signature radiomique permettant de déterminer le niveau d’infiltration d’une tumeur par les cellules du système immunitaire (lymphocytes), corrélé à l’efficacité de l’immunothérapie chez un patient : plus une tumeur est envahie par des lymphocytes, plus l’immunothérapie est susceptible d’être efficace.
Dans le futur, au lieu d’avoir à réaliser systématiquement des actes invasifs tels que des biopsies avant d’initier un traitement par immunothérapie, les médecins pourront certainement utiliser des dispositifs non invasifs d’imagerie assistée par l’IA afin d’évaluer a priori la réponse des patients à l’immunothérapie, d’augmenter la survie des patients et d’améliorer le rapport coût/efficacité de la prise en charge.
Contexte, hypothèses et objectifs de l’étude
L’étude est centrée sur l’immunothérapie anti-PD-1/PD-L1 qui vise, via une interaction avec les récepteurs PD-1 ou PD-L1 présents sur les cellules du systèmes immunitaires (lymphocytes) ou sur les cellules tumorales, à activer les lymphocytes alors à même d’attaquer la tumeur.
Or, cette immunothérapie permettant de restaurer les fonctions immunitaires anti-tumorales n’est efficace que chez 15 à 30 % des patients dits répondeurs, et jusqu’à présent, il n’existait aucun marqueur permettant d’identifier a priori quel patient répondra à cette immunothérapie et quel patient n’y répondra pas.
Aussi, sachant que plus l’environnement d’une tumeur est riche en lymphocytes, plus la probabilité que l’immunothérapie soit efficace augmente, l’objectif de cette étude était d’estimer, au moyen de techniques d’imagerie et de l’élaboration d’une signature et d’un score radiomiques, la quantité de lymphocytes présents dans l’environnement tumoral et de corréler cette donnée à la réponse clinique des patients.
Matériel et méthodes
Dans une étude rétrospective, qui s’appuie sur des données archivées, « la signature radiomique a été apprise, entrainée et validée sur 500 patients présentant une tumeur solide (toutes localisations) issus de quatre cohortes indépendantes« , explique un communiqué de l’Institut Gustave Roussy. « Elle a été validée au niveau génomique, histologique et clinique, ce qui la rend particulièrement robuste ».
En effet, les chercheurs ont commencé par exploiter des données (scanners et données génomiques tumorales) des patients inclus dans l’étude MOSCATO1, qui avait permis de dresser le portrait génomique tumoral de chaque participant dans le but d’évaluer l’efficacité de la médecine de précision. Puis, dans une démarche de machine learning (apprentissage automatique), les chercheurs ont enseigné à un algorithme à extraire et à exploiter les informations pertinentes des scanners de ces patients.
Ainsi, l’algorithme a appris uniquement sur la base d’images à prédire ce que la génomique aurait révélé de l’environnement immunitaire de la tumeur et a établi une signature et un score radiomiques.
« Cette signature a été testée et validée dans d’autres cohortes, dont celle du TCGA (The Cancer Genome Atlas), démontrant ainsi que l’imagerie pouvait prédire un phénomène biologique, à savoir évaluer l’infiltration immunitaire d’une tumeur », précise un communiqué émanant de l’Institut Gustave Roussy.
Enfin, pour confirmer la pertinence de cette signature en situation réelle et la corréler à l’estimation a priori de l’efficacité d’une immunothérapie, le score radiomique de 5 patients a été déterminé à partir de scanners réalisés avant l’administration de l’immunothérapie anti-PD1/PD-L1.
Résultats
« Les chercheurs ont montré que les patients chez qui l’immunothérapie fonctionnait après 3 et 6 mois présentaient un score radiomique plus élevé, tout comme ceux qui avaient une meilleure survie », affirme le communiqué : plus l’algorithme a reconnu la présence de cellules immunitaires dans l’environnement de la tumeur, plus le score radiomique était élevé et plus l’efficacité de l’immunothérapie était probable.
Perspectives
Deux types de travaux demeurent à poursuivre.
Tout d’abord, « une prochaine étude clinique consistera à évaluer la signature de manière rétrospective et prospective, à augmenter le nombre de patients et [à] les segmenter par type de cancers pour affiner la signature ».
Il s’agira aussi de tester l’utilisation d’algorithmes d’apprentissage automatique et d’intelligence artificielle plus sophistiqués afin d’intégrer pour chaque patient des données d’imagerie, de biologie moléculaire et d’anatomo-pathologie (analyse des tissus).
