Un modèle d’apprentissage profond d’IA qui détecte la sénescence cellulaire, ou « cellules zombies » dans le tissu mammaire, a contribué à améliorer la prévision du risque de cancer du sein. Selon l’étude, le modèle d’IA est presque cinq fois plus performant que les références actuelles, ce qui représente une amélioration globale substantielle.
Tout d’abord, les bases : qu’est-ce que la sénescence cellulaire ? Il s’agit d’un processus dans lequel les cellules endommagées ou vieillissantes cessent de se diviser mais restent actives. Ce phénomène est souvent associé à des maladies liées au vieillissement, dont le cancer. Ces cellules « sénescentes » sont parfois appelées « cellules zombies » car elles ne fonctionnent plus normalement mais continuent d’émettre des signaux inflammatoires, qui pourraient favoriser la croissance de tumeurs. Si la sénescence peut agir comme un frein naturel à une division cellulaire incontrôlée, elle peut aussi paradoxalement favoriser le cancer via ces signaux inflammatoires, connus sous le nom de phénotype sécrétoire associé à la sénescence (SASP).
Jusqu’à présent, il était difficile de mesurer la sénescence dans les tissus humains en raison du manque de biomarqueurs spécifiques. L’étude de l’Université de Copenhague utilise cependant une méthode d’apprentissage profond de l’IA pour analyser les morphologies nucléaires, c’est-à-dire la forme des noyaux cellulaires, dans des échantillons de tissus mammaires. Cela permet de prédire le risque de cancer du sein en fonction des modifications des cellules sénescentes, même dans des échantillons de biopsie sains.
Les chercheurs ont mené une étude de cohorte rétrospective utilisant des biopsies de tissus mammaires provenant de 4 382 femmes en bonne santé. Ces échantillons ont été analysés à l’aide d’un outil d’apprentissage profond appelé Nuclear Senescence Predictor (NUSP). Le modèle d’IA a examiné plus de 32 millions de noyaux dans différents types de tissus pour détecter les cellules sénescentes et déterminer leur répartition dans les tissus. Grâce à une évaluation minutieuse de ces cellules sénescentes dans les tissus épithéliaux, adipeux et stromaux, le système d’IA a pu corréler les modèles de sénescence avec le risque futur de cancer. À titre de référence, le tissu épithélial forme la muqueuse des glandes et des surfaces du corps, y compris les canaux mammaires, où le cancer commence souvent. Le tissu adipeux est constitué de cellules graisseuses qui stockent l’énergie, et le tissu stromal fournit un soutien structurel aux organes, notamment aux tissus conjonctifs qui entourent et soutiennent les cellules épithéliales.
Les résultats globaux étaient plus que prometteurs. Les femmes dont les échantillons de tissus présentaient des schémas spécifiques de sénescence avaient un risque plus ou moins élevé de développer un cancer du sein, selon le type de sénescence détecté. Par exemple, un modèle (entraîné sur la sénescence causée par des dommages à l’ADN) a indiqué un risque de cancer plus élevé lorsque des niveaux élevés de cellules sénescentes étaient présents dans le tissu. Un autre modèle (entraîné sur la sénescence induite par les médicaments) a suggéré un effet protecteur, réduisant le même risque.
Comparé au modèle Gail, qui constitue actuellement la référence clinique en matière de prévision du risque de cancer du sein, le modèle d’IA a démontré une précision nettement supérieure. Combiné avec le score de Gail, le modèle d’IA a augmenté le rapport de cotes (une mesure de l’importance de certains facteurs de risque dans la prédiction des résultats) à 4,70, soit près de cinq fois le pouvoir prédictif du score de Gail. Gail seule.
Cette avancée, si elle est commercialisée, pourrait fournir aux cliniciens un moyen beaucoup plus précis d’identifier les personnes à haut risque et de leur proposer les interventions indispensables. La capacité de prédire le risque de cancer du sein plusieurs années avant son apparition pourrait conduire à des diagnostics plus précoces et à des programmes de dépistage plus personnalisés, réduisant ainsi les tests inutiles pour les femmes à faible risque et augmentant la surveillance des personnes à haut risque.
Le potentiel de l’IA est immense, notamment lorsqu’il s’agit de faire progresser le diagnostic du cancer. Bien que la technologie soit encore en développement (et le sera pendant un certain temps), son application pourrait révolutionner le dépistage du cancer du sein. À l’aide d’échantillons de tissus standards, cette méthode d’IA peut être déployée à l’échelle mondiale.
Bien que davantage de recherches soient nécessaires pour affiner ces modèles, une meilleure prévision des risques pourrait conduire à une détection plus précoce du cancer, à des plans de traitement plus efficaces et, à terme, à une réduction des taux de mortalité par cancer du sein. sein. Il s’agit d’une application réelle de l’IA que tout le monde peut prendre en charge.
Traducteur: Ninh Ngoc Duy – Assistante éditoriale – 438464 articles publiés sur Notebookcheck depuis 2008
Partagez notre article, chaque lien compte !
Related News :