Le premier outil basé sur l'intelligence artificielle pour prédire les sous-types moléculaires du cancer du pancréas (PDAC) à partir de lames d'histologie présenté à l'ASCO 2021 : de nouveaux travaux scientifiques novateurs issus de la collaboration fructueuse entre l'AP-HP et Owkin
Paris, France et New York, NY 8 juin 2021 - L’AP-HP, premier centre européen d'essais cliniques et Owkin, une startup pionnière des technologies d'apprentissage fédéré et d’intelligence artificielle (IA) pour la recherche médicale et le développement clinique, ont annoncé les résultats de leur collaboration à l'ASCO 2021. Ces travaux intitulés « Identification des sous-types moléculaires d'adénocarcinome pancréatique sur les lames d'histologie à l'aide de modèles d'apprentissage profond » présentent le premier outil basé sur l’IA pour prédire les sous-types moléculaires du cancer du pancréas (PDAC) développé à partir de l'apprentissage automatique appliqué aux lames d'histologie. L'outilest utilisable en routine clinique dans le monde entier et ouvre la possibilité de stratification moléculaire des patients dans les soins de routine comme dansles essais cliniques.
Gilles Wainrib, directeur scientifique et cofondateur d'Owkin, a déclaré :
"Notre recherche montre que l'IA peut aider à connecter les informations aux niveaux génomique, cellulaire et tissulaire, et ainsi peut apporter une valeur immédiate pour faire de la médecine de précision une réalité pour les patients. Cette étude met aussi en valeur l'utilisation de l'apprentissage automatique pour identifier les signaux histo-génomiques pour la recherche sur le cancer et le développement clinique."
L'adénocarcinome pancréatique est une maladie complexe et hétérogène. L'hétérogénéité et la plasticité tumorale sont probablement des facteurs majeurs de l'échec de nombreux essais cliniques. Les études multiomiques ont révélé deux principaux sous-types transcriptomiques de tumeurs, Basal-like et Classical, qui ont été proposés comme prédictifs de la réponse des patients à la chimiothérapie de première ligne. La détermination de ces sous-types a été possible jusqu'à présent par le séquençage de l'ARN, une technique coûteuse et complexe qui n'est pas encore réalisable dans un contexte de routine clinique.
Le Pr Jérôme Cros, anatomopathologiste à l'hôpital Beaujon - Université de Paris a déclaré :
"Cet outil a été développé en utilisant les ressources histologiques et moléculaires uniques de quatre hôpitaux de l'AP-HP (Amboise Paré-Beaujon-Pitié Salpétrière-Saint Antoine) grâce à une collaboration unique entre les pathologistes de l'AP-HP, les bioinformaticiens du groupe Carte d'Identité des Tumeurs de la Ligue Contre le Cancer et les data scientists d'Owkin. Il permet de donner à distance le sous-type d’une tumeur en quelques minutes ouvrant la voie à de nombreuses applications allant de la science fondamentale (étude de l'hétérogénéité intra-tumorale) à la pratique clinique (sous-typage des tumeurs dans les essais cliniques)."
Cette recherche est née d'une collaboration fructueuse et continue entre les équipes pluridisciplinaires d'Owkin et celles des hôpitaux de l'AP-HP. Depuis 2019, ils collaborent au service d'objectifs communs : 1) améliorer la prise en charge des patients et faciliter le développement de nouveaux médicaments dans trois grands domaines (oncologie, immunologie, cardiologie), 2) démocratiser l'accès à l'IA pour les chercheurs afin de favoriser l'innovation et les avancées médicales.
Ces travaux font suite à plusieurs autres publications. En janvier 2021, l'AP-HP et Owkin ont publié dans Nature Communications un score AI-Severity pour les patients atteints de Covid-19 en utilisant des tomodensitométries en plus d'autres modalités de données. Ce projet, fruit de la collaboration d'un consortium comprenant également l'INRIA/CentraleSupélec et Gustave Roussy, a été réalisé en un temps record grâce à l'étroite coordination et à l'accord-cadre établi entre l'AP-HP et Owkin. Le score AI-Severity s'est révélé plus performant que les autres scores actuellement utilisés
En août 2020, Owkin a publié son nouvel outil d'IA prédictive pour l'expression RNA-seq à partir d'images de lames entières (HE2RNA) dans Nature Communications - l'un des 50 articles les plus lus en 2020 dans cette revue. Ces travaux sont le fruit d'une étroite collaboration avec le Pr Julien Calderaro (anatomo-cyto-pathologiste à l'hôpital Henri-Mondor, AP-HP). Cet outil peut être appliqué à tous les types de cancer et a posé les bases des résultats histo-transcriptomiques du récent outil sur l'adénocarcinome du pancréas.
D'autres recherches notables issues de cette collaboration comprennent un article sur la prédiction grâce à l'IA de la survie des patients atteints de carcinome hépatocellulaire publié avec le Pr Julien Calderaro dans Hepatology en février 2020 et une comparaison des méthodes de classification de la maladie de Crohn avec des modèles d'apprentissage automatique, publiée en juillet 2019, dirigée par le Pr Jean-Pierre Hugot (pédiatre à l'hôpital Robert Debré, AP-HP).