Nature Communications a publié le 13 juin 2023 PACpAInt, un modèle d'Intelligence Artificielle de pointe co-développé par Owkin et l'AP-HP qui décode la complexité du cancer du pancréas, révolutionnant potentiellement le diagnostic et le traitement d'une maladie dont le taux de survie est le plus faible de tous les cancers courants.
Dirigé par la biotech d'IA Owkin et l'Assistance Publique-Hôpitaux de Paris (AP-HP), le plus grand système hospitalier d'Europe, PACpAInt utilise des techniques d'apprentissage profond pour analyser et prédire les différentes caractéristiques moléculaires des tumeurs du cancer du pancréas, incluant les cellules tumorales et leur environnement. PACpAInt s'appuie sur l'apprentissage auto-supervisé pour comprendre les caractéristiques de plus de 6 millions d'images histologiques.
En étant capable de prédire avec précision les sous-types moléculaires des tumeurs et le pronostic des patients, et compte tenu de l'expansion de la pathologie numérique dans le monde, PACpAInt ouvre la voie à la stratification des patients sur la base de critères moléculaires puissants dans les soins de routine et les essais cliniques.
Les chercheurs ont utilisé PACpAInt pour découvrir que les cancers du pancréas présentent un niveau élevé d'hétérogénéité intratumorale et que près d'un tiers des tumeurs se situent à mi-chemin entre les deux principaux sous-types précédemment décrits. Il s’agit d’une découverte qui pourrait avoir un impact sur la création et le ciblage de nouveaux médicaments pour lutter contre la maladie. Il a également identifié différents composants de l'environnement d'une tumeur, ce qui facilite le regroupement des patients en vue d'essais de traitement ciblés.
Contrairement à de nombreux autres modèles d'IA, PACpAInt est interprétable de par sa conception, ce qui permet aux pathologistes de vérifier ses résultats de manière indépendante. PACpAInt a été entraîné sur un vaste ensemble de données multicentriques de 424 lames de pathologie numérique et de données transcriptomiques associées provenant de 202 patients, et validé à l'aide de plusieurs groupes d'échantillons indépendants, incluant des spécimens chirurgicaux et de biopsie.
Sans PACpAInt, le sous-typage moléculaire nécessite un séquençage ARN coûteux, long et complexe. Avec l'expansion de la pathologie numérique, PACpAInt renforce le potentiel de l'utilisation de modèles d'apprentissage profond basés sur l'histologie pour faire progresser la médecine de précision d'une manière économe en ressources. Cela a le potentiel d'ouvrir la médecine de précision à beaucoup plus de patients dans le monde.
Charlie Saillard, Senior Data Scientist chez Owkin, premier auteur, a déclaré :
« La capacité de PACpAInt à décoder la complexité du cancer du pancréas est une avancée majeure pour comprendre et traiter l'un des cancers les plus mortels. En appliquant l'IA aux lames de pathologie numérique, PACpAInt est une méthode plus rapide, plus précise et plus efficace pour comprendre la maladie unique d'un patient. Cela permet aux médecins d'adapter plus efficacement les traitements à chaque patient - un moment important dans la médecine de précision ».
Jérôme Cros, PU-PH, service de pathologie à l'hôpital Beaujon AP-HP, dernier auteur, a déclaré :
« Cet outil a été développé à partir des ressources histologiques et moléculaires uniques de quatre hôpitaux de l'AP-HP (Ambroise-Paré, Beaujon, Pitié-Salpêtrière, Saint-Antoine) et grâce à une collaboration exceptionnelle entre des pathologistes de l'AP-HP, des bioinformaticiens de Inserm et des data scientists d'Owkin. Il permet de sous-typer à distance l'adénocarcinome pancréatique en quelques minutes ouvrant la voie à de nombreuses applications allant de la science fondamentale (étude de l'hétérogénéité intra-tumorale) à la pratique clinique (sous-typage des tumeurs dans les essais cliniques). »
Remy Nicolle, chercheur à l'Inserm et co-dernier auteur, a déclaré :
« En transférant le sous-typage moléculaire du profilage génomique complexe à l'histologie standard, cet outil a révolutionné notre compréhension de l'architecture cellulaire complexe de l'adénocarcinome pancréatique, responsable de son agressivité exceptionnelle. Cet outil est capable de phénotyper de grandes séries de tumeurs à haute résolution, ce qui permet d'analyser l'hétérogénéité intra-tumorale à grande échelle et de découvrir des schémas d'évolution tumorale jusqu'alors inconnus ».
