L'IA améliore la médecine personnalisée grâce à l'intégration de données multimodales

Édité par : Надежда Садикова

Des chercheurs de la Faculté de Médecine de l'Université de Duisburg-Essen (UDE), de la Ludwig-Maximilians-Universität München (LMU) et de l'Institut de Berlin pour les Fondations de l'Apprentissage et des Données (BIFOLD) ont développé une approche innovante de la médecine personnalisée utilisant l'intelligence artificielle (IA). Cette méthode intègre divers types de données, y compris l'historique médical, les valeurs de laboratoire, l'imagerie et les analyses génétiques, pour améliorer la prise de décision clinique.

Les pratiques oncologiques actuelles s'appuient sur des systèmes d'évaluation rigides, qui négligent souvent les différences individuelles des patients telles que le sexe, l'état nutritionnel et les comorbidités. Le Professeur Frederick Klauschen, directeur de l'Institut de Pathologie de la LMU, souligne que les technologies modernes d'IA, en particulier l'intelligence artificielle explicable (xAI), peuvent déchiffrer des interrelations complexes pour personnaliser le traitement du cancer plus efficacement.

Cette étude, publiée dans Nature Cancer, a utilisé des données provenant de plus de 15 000 patients atteints de 38 tumeurs solides différentes. Les chercheurs ont examiné l'interaction de 350 paramètres, y compris les données cliniques et les profils tumoraux génétiques. Le Dr Julius Keyl, scientifique clinicien à l'IKIM, a noté qu'ils ont identifié des facteurs clés influençant les processus décisionnels au sein du réseau neuronal.

Le modèle d'IA a été validé en utilisant des données de plus de 3 000 patients atteints de cancer du poumon, fournissant des pronostics transparents en illustrant comment chaque paramètre influençait les résultats. Le Dr Philipp Keyl a souligné le potentiel de l'IA pour analyser les données cliniques dans leur contexte, facilitant ainsi une thérapie personnalisée et basée sur les données pour le cancer.

Le groupe de recherche vise à explorer des interrelations complexes entre différents cancers, une tâche difficile pour les méthodes statistiques conventionnelles. Le Professeur Martin Schuler, directeur général du Centre National des Maladies Tumorales (NCT), a souligné le potentiel des essais cliniques pour démontrer les véritables bénéfices pour les patients de leur technologie.

Avez-vous trouvé une erreur ou une inexactitude ?

Nous étudierons vos commentaires dans les plus brefs délais.