Aller au contenu principal
Détection cancer IA

Détecter les cancers en un test sanguin grâce à l’IA

Les cancers du cerveau, tels que les gliomes, sont très difficiles à détecter en raison de leur localisation et de l'apparition tardive des symptômes. François Devred, enseignant-chercheur, nous présente une nouvelle méthode innovante : utiliser l’intelligence artificielle pour détecter les cancers grâce à une prise de sang.

Temps de lecture : 3 minutes

Fanny Trifilieff : Pourquoi utiliser un test sanguin pour détecter un cancer ?

François Devred : L’idée de départ était de proposer un test universel peu invasif d’aide au diagnostic des cancers. Nous avons commencé par les gliomes, des tumeurs cérébrales fréquentes et agressives, difficiles à diagnostiquer. Dans cette étude nous montrons qu'avec la nanoDSF, une technique biophysique d'ordinaire utilisée pour caractériser la stabilité thermique de protéines ou de nanoparticules, nous sommes capables de distinguer sans ambiguïté un individu en bonne santé d'un patient atteint d'un gliome.  C'est doublement intéressant car cela veut dire que l'on peut détecter la présence d'un cancer dans le cerveau à partir d'un simple prélèvement sanguin, et ce, sans avoir besoin d'avoir identifié de biomarqueur moléculaire. En clair, même si on ne sait pas exactement à quoi est du ce changement de profil, cela constitue une signature de la maladie qui va pouvoir être utilisée pour de l'aide au diagnostic, du dépistage voire du suivi d'évolution de la maladie / efficacité de traitement.

F.T : Quel a été le rôle de l’interdisciplinarité dans ce projet ?

F.D : L'interdisciplinarité a joué un rôle essentiel et s'est faite en deux temps. D'abord la rencontre entre des cliniciens, ici neuro-oncologues de l’AP-HM, et des chercheurs fondamentaux, ici les biophysiciens de la plateforme PINT, a permis la mise en évidence de cette signature plasmatique. Puis les spécialistes de l'IA que sont les chercheurs du Laboratoire Informatique et Systèmes ont adapté les algorithmes de machine learning capables de distinguer de façon automatique les profils « sain » des profils « gliome ». L’automatisation rendue possible par l'IA nous a permis de déployer rapidement cette approche sur d'autres maladies. Pour le moment nous l'avons déjà testée avec succès sur 3 autres cancers, et une maladie rare, et nous sommes sur le point de l’utiliser pour une maladie neurodégénérative.

F.T : Quelles sont les perspectives d’une telle méthode ?

F.D : Les perspectives sont multiples et extrêmement prometteuses, avec en ligne de mire le développement d'un outil d'aide au diagnostic universel, sinon en tout cas qui puisse être utilisé pour détecter de nombreuses maladies, avec toutes les applications cliniques citées plus haut. Depuis la publication de cet article plusieurs contacts ont été établis avec d'autres services cliniques pour tester l'efficacité de cette approche sur de nouvelles pathologies. Vu la richesse du tissu médical marseillais avec l'AP-HM et l'Institut Paoli Calmettes nous espérons avoir très vite accès à beaucoup plus d'échantillons plasmatiques et ainsi confirmer que cette approche peu invasive pourra effectivement répondre à un besoin clinique fort.

Contact à ajouter
Nom
Nom
Devred
Prénom
François
Fonction
Fonction
Enseignant-Chercheur, Faculté de Pharmacie ; Institut de NeuroPhysiopathologie (INP, AMU/CNRS) équipe "Cytosquelette et NeuroPhysiopathologie" ; plateforme Interactome Timone (PINT)