Des chercheurs ont développé un modèle AI révolutionnaire, SCORPIO (Surrogate Classification and Response in Oncology), qui améliore la prédiction des réponses des patients aux inhibiteurs de points de contrôle immunitaires, une classe de médicaments en immunothérapie contre le cancer.
Ce modèle innovant utilise des tests sanguins de routine et des données cliniques pour identifier les patients susceptibles de bénéficier de ces thérapies, répondant ainsi au besoin mondial d'optimisation de la sélection des patients.
Développé grâce à la collaboration entre le Memorial Sloan Kettering Cancer Center et le Tisch Cancer Institute au Mount Sinai, SCORPIO vise à fournir des outils accessibles et rentables en oncologie.
Le Dr Luc Morris, figure de proue de la recherche, souligne l'importance de raffiner la sélection des patients, car tous ne réagissent pas positivement aux inhibiteurs de points de contrôle immunitaires, qui peuvent être coûteux.
La base du modèle repose sur un ensemble de données complet de près de 10 000 patients atteints de divers cancers, utilisant des algorithmes d'apprentissage automatique pour extraire des modèles significatifs à partir des données cliniques.
En s'appuyant sur des indicateurs courants tels que les numérations sanguines complètes, SCORPIO peut être facilement intégré dans les flux de travail de santé existants, ce qui est particulièrement précieux pour les régions à ressources limitées.
Alors que les chercheurs prévoient de diffuser SCORPIO à l'échelle mondiale, la collaboration avec les hôpitaux est jugée cruciale pour affiner ses capacités prédictives et garantir qu'il reste pertinent dans divers environnements cliniques.
Le modèle SCORPIO représente une avancée significative vers l'équité en santé universelle dans le traitement du cancer, minimisant les barrières dans les systèmes de santé mondiaux et ouvrant la voie à des approches de traitement plus personnalisées.
Cette recherche souligne la nécessité d'études supplémentaires pour améliorer la précision prédictive dans le traitement du cancer, montrant le potentiel de l'IA pour transformer la gestion du cancer et améliorer les résultats pour les patients.