Back to top
Intro donation

Contribuer

à la recherche sur le cancer

Contribuer à la recherche sur le cancer :

Contribuer à la recherche sur le cancer :

Don ponctuel
Don mensuel
Punctual donation buttons
regular_donation

Projet soutenu

Prédire la réponse à l’immunothérapie grâce à l’intelligence artificielle

Les immunothérapies basées sur la levée de blocages du système immunitaire ne fonctionnent que chez 15 à 30% des malades, lorsque les cellules immunitaires nécessaires à leur action sont infiltrées dans la tumeur. Pour prédire la réponse à ce traitement, le Pr Eric Deutsch, chef du département de radiothérapie de Gustave Roussy et directeur de l’unité mixte de recherche « Radiothérapie moléculaire » (UMR 1030 - Inserm, Gustave Roussy, Université Paris –Sud) développe un programme d’intelligence artificielle basé sur l’analyse de scanners. En 2018, la Fondation ARC a choisi de soutenir ce projet pour une durée de trois ans à hauteur de 600 000 euros dans le cadre de l’appel à projets Fondation ARC SIGN’IT 2018.

Contexte et objectif du projet

L’immunothérapie stimule le système immunitaire lorsqu’il est défaillant face au cancer, pour lui permettre d’éliminer les cellules malades. Son efficacité peut être remarquable mais chez la majorité des patients, la réponse est faible ou nulle car les bonnes cellules immunitaires, les lymphocytes T cytotoxiques, sur lesquels l’immunothérapie peut agir, ne sont pas présentes au sein de leur tumeur. Or, il n’existe pas actuellement de biomarqueur simple et efficace pour vérifier la présence de ces cellules avant de mettre en place un traitement. La seule solution est d’effectuer une biopsie et de rechercher ces lymphocytes au microscope, un geste invasif qui n’est pas toujours réalisable, encore moins de façon régulière au cours de la maladie.

Pour prédire la réponse à l’immunothérapie en s’affranchissant de cet examen, le Pr Eric Deutsch, chef du département de radiothérapie de Gustave Roussy et directeur de l’unité mixte de recherche « Radiothérapie moléculaire » (UMR 1030 - Inserm, Gustave Roussy, Université Paris –Sud) mise sur l’intelligence artificielle. L’objectif est de donner les moyens à un algorithme de savoir, simplement à partir des données d’un scanner, si un patient répondra au traitement. Pour cela, Eric Deutsch et son équipe, aidés de plusieurs collaborateurs externes, ont fourni quelques 150 dossiers de patients à cet algorithme pour qu’il mette en regard le degré d’infiltration lymphocytaire des tumeurs (connu grâce à des biopsies) et les images délivrées par le scanner, analysées avec une précision extrême, pixel par pixel et en 3D. Grâce à cette étape d’apprentissage, l’algorithme a identifié une « signature » qui rend compte du niveau d’infiltration lymphocytaire en intégrant une multitude d’informations sur l’image - texture de la tumeur, contraste, forme, apparence - indétectables à l’œil nu. Et surtout, il acquiert de l’expérience en affinant cette signature au fur et à mesure des cas soumis.

Cet algorithme a été testé chez près de 350 patients pour lesquels le degré d’infiltration par les lymphocytes T était connu et/ou ayant reçu un traitement d’immunothérapie. La valeur prédictive de réponse à l’immunothérapie a été évaluée à environ 70-75% et doit être améliorée. C’est l’objectif de la nouvelle phase de ce projet, financée par la Fondation ARC pour trois ans. Pour établir des signatures plus précises, les chercheurs vont maintenant entrainer l’algorithme organe par organe, selon le type de cancer. Pour cela, ils vont de nouveau procéder à une phase d’entrainement puis une phase de validation. Ils ont prévu de travailler avec les données de 400 patients atteints de cancer du poumon issus des cohortes de Gustave Roussy, de 200 patients atteints de cancers ORL inclus dans des essais de radiothérapie et immunothérapie du GORTEC (Groupe d'oncologie radiothérapie tête et cou) et prévoient de créer une cohorte de 190 femmes atteintes d’un cancer du col de l’utérus. Deux tiers de ces effectifs serviront à entraîner l’algorithme et le tiers restant à le tester.

A terme, Eric Deutsch espère que cet algorithme contribuera à la décision médicale à partir d’un simple scanner, examen non invasif et reproductible pouvant être mené sur n’importe quelle partie du corps, à n’importe quel stade de la prise en charge, sur une tumeur primaire ou des métastases. Prédire la réponse à l’immunothérapie évitera l’administration aux non répondeurs des traitements inutiles, coûteux et générateurs d’effets secondaires parfois sévères, et ainsi de leur faire gagner du temps dans leur prise en charge. Dans un second temps peut-être servira-t-il à prédire le pronostic ou la réponse à d’autres traitements compte tenu de sa capacité à caractériser avec une grande précision chaque tumeur de patient.

Le porteur du projet

Eric DeutschLe Pr Eric Deutsch, porteur du projet, est chef du département de radiothérapie de Gustave Roussy et directeur de l’unité mixte de recherche « Radiothérapie moléculaire » (UMR 1030 - Inserm, Gustave Roussy, Université Paris –Sud). Cette unité effectue des travaux fondamentaux sur la réaction des cellules cancéreuses comme des cellules du microenvironnement tumoral exposées aux radiations ionisantes. Plus précisément elle s’intéresse aux effets de ces traitements sur les mécanismes de mort cellulaire, d’inflammation et sur la réponse immunitaire. Elle mène également plusieurs projets cliniques toujours en lien avec la radiothérapie. Eric Deutsch travaille sur ce projet avec plusieurs membres de son équipe et des collaborateurs extérieurs à l’Université Paris-Sud et CentraleSupélec. Une dizaine de personnes au total, qui présentent des compétences variées en informatique, mathématiques, physique et médecine.

Notre soutien

Nous soutenons ce projet depuis 2018 et pour trois ans à hauteur de 600 000 euros dans le cadre de l’appel à projets SIGN'IT 2018 : Signatures en immunothérapie. Ce programme a pour objectif d’accélérer le déploiement sécurisé des immunothérapies sur tout le territoire français, pour plus d’indications et plus de patients en soutenant des projets de recherche aidant à la décision thérapeutique.


 A. R.


Contenus en lien avec cet article