Le vrai intérêt de cette IA n’est pas dans un écran spectaculaire. Il est dans ce qu’elle pourrait empêcher. Des chercheurs ont mis au point une méthode capable d’identifier des patients atteints d’un cancer colorectal avancé qui ont très peu de chances de répondre au bevacizumab, un traitement pourtant bien installé dans la prise en charge. L’article de Scientific Reports et le résumé de Medical Xpress donnent au sujet une forme très concrète : éviter l’inutile avant même de perfuser. — à lire aussi : L’IA devient enfin intéressante quand elle aide des femmes à poser des questions….
Le contexte compte. En Angleterre, le bevacizumab a été recommandé par NICE après l’arrivée de biosimilaires, et l’Institute of Cancer Research rappelle qu’environ 10 000 cas de cancer colorectal métastatique sont diagnostiqués chaque année en Angleterre. Plus le traitement devient accessible, plus la question du bon patient devient décisive.
Là où l’IA devient concrète : avant la perfusion
Le bevacizumab n’est pas un médicament anodin. La fiche de Cancer Research UK rappelle des effets secondaires connus, comme l’hypertension, les caillots sanguins ou certaines complications digestives. Le problème n’est donc pas seulement économique. C’est aussi une question de fatigue, de risques et de temps perdu pour des personnes déjà très chargées en traitements.
Pour tenter de mieux trier, l’équipe a utilisé un outil baptisé PhenMap. L’idée est simple à dire, même si elle est lourde à construire : faire travailler ensemble des données tumorales complexes et des données cliniques, plutôt que d’isoler un seul biomarqueur trop fragile. Dans le détail publié par l’ICR, on apprend que 117 patients européens traités par bevacizumab et chimiothérapie ont servi de base au modèle.
Le signal qu’aucun œil humain ne voit seul
Le résultat le plus frappant n’est pas un pourcentage flatteur d’efficacité globale. C’est un tri très net aux extrêmes. Dans Scientific Reports, le groupe classé à haut risque représente les 10 % de scores les plus élevés, et aucun de ces patients n’a répondu au traitement. À l’autre bout, 10 patients sur 12 du groupe à faible risque ont répondu. L’IA ne lit donc pas un futur magique ; elle repère une probabilité de non-réponse que l’on préférerait connaître avant.
Cette logique s’inscrit dans une histoire plus longue. Le programme européen ANGIOPREDICT travaillait déjà sur la résistance au bevacizumab dans le cancer colorectal métastatique. Le nouvel outil pousse plus loin la fusion des signaux : mutations, profils génomiques, localisation de la tumeur et autres données cliniques sont traités ensemble pour produire un score utilisable.
Ce que l’outil ne peut pas encore promettre
Il faut garder la bonne échelle. Les chercheurs ne disent pas que l’outil est prêt à décider seul, ni qu’il faut retirer demain un traitement à partir d’un algorithme. L’ICR insiste au contraire sur la suite nécessaire : validation sur une cohorte plus large et essai prospectif pour voir si ce score aide réellement à mieux choisir.
C’est pourtant déjà une bascule intéressante. Depuis des mois, beaucoup de promesses sur l’IA médicale restent trop vagues. Ici, le bénéfice potentiel se comprend d’un coup : moins de traitements lourds administrés par défaut, moins d’effets secondaires inutiles, et peut-être un chemin plus rapide vers une autre option quand la première est presque condamnée d’avance.
Article créé en collaboration avec l’IA.
