Une étude met en lumière l’IA pour prédire le risque de cancer du poumon chez les non-fumeurs, notamment chez les jeunes femmes asiatiques.
- Une étude montre que l'IA peut prédire le risque de cancer du poumon chez les non-fumeurs, notamment chez les jeunes femmes asiatiques.
- Le cancer du poumon augmente parmi les non-fumeurs, particulièrement chez les jeunes Asiatiques de l'Est.
- L'outil Sybil, développé par le Massachusetts Institute of Technology et Chang Gung Memorial Hospital, a une capacité prédictive forte.
- Cet outil pourrait améliorer le dépistage personnalisé et réduire les coûts de santé.
Le 19 mai, une étude présentée à la conférence de l’American Thoracic Society à San Francisco révèle que l’intelligence artificielle (IA) pourrait efficacement prédire le risque de cancer du poumon chez des populations considérées à faible risque, en particulier parmi les jeunes femmes asiatiques. Le nouvel outil baptisé « Sybil » s’est montré prometteur dans son utilisation pour identifier les individus réellement vulnérables au cancer pulmonaire.
Une hausse préoccupante des cas de cancer du poumon
Historiquement associé au tabagisme, le cancer du poumon connaît une augmentation alarmante parmi les non-fumeurs, particulièrement chez les jeunes Asiatiques de l’Est. Alors que le taux général de fumeurs diminue et que les diagnostics globaux baissent régulièrement, ces cas spécifiques affichent une augmentation annuelle de 2%. La majorité des personnes touchées n’ont jamais fumé; ainsi, selon une étude récente réalisée par l’Université de Californie-San Francisco, près de 57% des femmes américano-asiatiques diagnostiquées ne sont pas fumeuses.
Les recherches pointent vers des mutations génétiques acquises – plutôt qu’héréditaires – comme causes potentielles. Ces mutations pourraient être dues à l’exposition à des toxines environnementales telles que la fumée secondaire ou même aux émanations résultant d’une cuisson inappropriée dans des espaces mal ventilés.
L’outil Sybil se distingue dans la prédiction du cancer
Le Dr Yeon Wook Kim de l’hôpital Bundang en Corée du Sud a présenté Sybil comme un outil innovant capable d’identifier avec précision ceux qui risquent sérieusement d’être diagnostiqués positifs au cancer du poumon via un scanner LDCT (tomodensitométrie à faible dose).
Développé par le Massachusetts Institute of Technology et Chang Gung Memorial Hospital en 2023, cet outil a été entraîné sur des images dépourvues de signes visibles cancéreux et sur d’autres présentant résolument ces dernières. Lorsqu’il a été testé initialement sur plus de 21 000 participants âgés entre 50 et 80 ans, il a produit un score indicatif C culminant à 0,81, signalant une forte capacité prédictive selon standards médicaux internationaux.
Selon Kim : « L’Asie porte le plus grand fardeau du cancer du poumon. Une proportion croissante est créée par ceux qui n’ont jamais fumé ». Il mentionne également que plus de 85% des patients coréens atteints souffrent ce type spécifique car ces programmes manquent souvent de pertinence face aux diverses caractéristiques démographiques observées dans cette population.
Vers un dépistage personnalisé grâce à l’IA
Des outils tels que Sybil pourraient redimensionner totalement le dépistage individuel en proposant « des stratégies personnalisées ». Adam Yala relève quant à lui que ce modèle pourrait potentiellement s’appliquer aussi bien au cancer colorectal qu’au cancer du sein ou encore pancréatique : « Nous avons déjà mis sur pied plusieurs processus pour élargir son utilisation ».
Dr Jae Y. Kim insiste également sur cette approche : elle permet désormais d’affiner considérablement la détection préventive à l’instar d’une définition uniforme qui aboutit souvent à négliger certaines catégories exposées allant jusqu’à susciter audacieusement tout doute médical quant aux tests destinés aux non-fumeurs : « Cela pourrait empêcher… de nombreux tests inutiles… »
Cette avancée offre ainsi la possibilité non seulement d’améliorer la détection précoce mais également de réaliser significatives diminutions économiques vis-à-vis de notre système sanitaire mondial.
