ABONNEZ VOUS A NOTRE NEWSLETTERL’IA pour diagnostiquer les biopsies cancéreuses. De nombreuses tumeurs expriment la protéine PD-L1, qui leur permet de contourner le système immunitaire. Des scientifiques du Technion Institute d’Israël ont développé des réseaux de neurones qui utilisent l’Intelligence Artificielle « d’apprentissage en profondeur » pour reconnaître PD-L1 dans les biopsies, alertant les oncologues pour qu’ils appliquent une immunothérapie appropriée.
Une femme sur neuf dans le monde développé recevra un diagnostic de cancer du sein à un moment donné de sa vie. La prévalence du cancer du sein augmente, un effet causé en partie par le mode de vie moderne et l’allongement de la durée de vie. Heureusement, les traitements deviennent plus efficaces et plus personnalisés. Cependant, ce qui n’augmente pas – et en fait diminue – c’est le nombre de pathologistes ou de médecins dont la spécialité est l’examen des tissus corporels pour fournir le diagnostic spécifique nécessaire à la médecine personnalisée.
Une équipe de chercheurs du Technion – Institut de technologie d’Israël s’est donc donné pour mission de transformer les ordinateurs en assistants pathologistes efficaces, simplifiant et améliorant le travail du médecin humain. Leur nouvelle étude a récemment été publiée dans Nature Communications .
La tâche spécifique que le Dr Gil Shamai et Amir Livne du laboratoire du professeur Ron Kimmel de la Faculté d’informatique Henry et Marilyn Taub du Technion ont entrepris de réaliser relève du domaine de l’immunothérapie. L’immunothérapie a gagné en importance ces dernières années en tant que traitement efficace, parfois même révolutionnaire, pour plusieurs types de cancer. La base de cette forme de thérapie encourage le système immunitaire de l’organisme à attaquer la tumeur. Cependant, une telle thérapie doit être personnalisée car le bon médicament doit être administré aux patients qui en bénéficieront en fonction des caractéristiques spécifiques de la tumeur.
De multiples mécanismes naturels empêchent notre système immunitaire d’attaquer notre propre corps. Ces mécanismes sont souvent exploités par les tumeurs cancéreuses pour échapper au système immunitaire. L’un de ces mécanismes est lié à la protéine PD-L1 – certaines tumeurs l’affichent, et il agit comme une sorte de mot de passe en convainquant à tort le système immunitaire que le cancer ne doit pas être attaqué. L’immunothérapie spécifique pour PD-L1 peut persuader le système immunitaire d’ignorer ce mot de passe particulier, mais bien sûr ne serait efficace que lorsque la tumeur exprime le PD-L1.
C’est la tâche d’un pathologiste de déterminer si la tumeur d’un patient exprime PD-L1. Des marqueurs chimiques coûteux sont utilisés pour colorer une biopsie prélevée sur la tumeur afin d’obtenir la réponse. Le processus est non trivial, prend du temps et parfois incohérent. Le Dr Shamai et son équipe ont adopté une approche différente. Ces dernières années, il est devenu une pratique approuvée par la FDA de numériser les biopsies afin qu’elles puissent être utilisées pour l’analyse pathologique numérique. Amir Livne, le Dr Shamai et le professeur Kimmel ont décidé de voir si un réseau de neurones pouvait utiliser ces scans pour établir le diagnostic sans nécessiter de processus supplémentaires. « Ils nous ont dit que cela ne pouvait pas être fait », a déclaré l’équipe, « alors bien sûr, nous avons dû leur prouver le contraire. »
Les réseaux de neurones sont formés d’une manière similaire à la façon dont les enfants apprennent : ils sont présentés avec plusieurs exemples étiquetés. On montre à un enfant de nombreux chiens et de nombreux « non-chiens », et à partir de ces exemples, il se fait une idée de ce qu’est un « chien ». Le réseau neuronal développé par l’équipe du professeur Kimmel a été présenté avec des images de biopsie numérique de 3 376 patients qui ont été marqués comme exprimant ou non PD-L1. Après validation préliminaire, il a été demandé de déterminer si des images de biopsie d’essais cliniques supplémentaires de 275 patients étaient positives ou négatives pour PD-L1. Il a obtenu de meilleurs résultats que prévu : pour 70 % des patients, il a été en mesure de déterminer la réponse avec confiance et correctement. Pour les 30% de patients restants, le programme n’a pas pu trouver les schémas visuels qui lui permettraient de décider d’une manière ou d’une autre. De façon intéressante,
Dr Gil Shamai
« Il s’agit d’une réalisation capitale », a expliqué le professeur Kimmel. « Les variations que l’ordinateur a trouvées – elles ne sont pas distinguables à l’œil humain. Les cellules s’arrangent différemment si elles présentent PD-L1 ou non, mais les différences sont si petites que même un pathologiste qualifié ne peut pas les identifier en toute confiance. Maintenant, notre réseau de neurones le peut. »
Cette réalisation est le travail d’une équipe composée du Dr Gil Shamai et de l’étudiant diplômé Amir Livne, qui a développé la technologie et conçu les expériences, le Dr António Polónia de l’Institut de pathologie moléculaire et d’immunologie de l’Université de Porto, Portugal, professeur Edmond Sabo et le Dr Alexandra Cretu du Carmel Medical Center à Haïfa, en Israël, qui sont des pathologistes experts qui ont mené la recherche, et avec le soutien du professeur Gil Bar-Sela, chef de la division d’oncologie et d’hématologie au Haemek Medical Center à Afula, Israël .
« C’est une opportunité incroyable de réunir l’intelligence artificielle et la médecine », a déclaré le Dr Shamai. « J’adore les mathématiques, j’adore développer des algorithmes. Pouvoir utiliser mes compétences pour aider les gens, faire progresser la médecine, c’est plus que ce à quoi je m’attendais quand j’ai commencé comme étudiant en informatique. Il dirige maintenant une équipe de 15 chercheurs, qui portent ce projet à un niveau supérieur.
« Nous nous attendons à ce que l’IA devienne un outil puissant entre les mains des médecins », a déclaré le professeur Kimmel. « L’IA peut aider à établir ou à vérifier un diagnostic, elle peut aider à adapter le traitement à chaque patient, elle peut offrir un pronostic. Je ne pense pas qu’il puisse ou doive remplacer le médecin humain. Mais cela peut rendre certains éléments du travail des médecins plus simples, plus rapides et plus précis.
Photo : Une visualisation 2D des vecteurs de caractéristiques de l’image en appliquant t-SNE. Chaque point représente un seul patient dans l’ensemble de test BCCA. L’intégration t-SNE cartographie les patients présentant des caractéristiques d’image similaires aux points proches et les patients présentant des caractéristiques d’image dissemblables aux points éloignés.
Les points sont colorés par les scores de prédiction PD-L1 de leurs patients correspondants. Les 8 patients qui ont été classés positifs par le premier pathologiste et faible PS par le système sont marqués et leurs classifications par les deux pathologistes sont notées. b. Les images TMA correspondant à l’enrobage t-SNE sont présentées. Plusieurs exemples d’images de score de prédiction faible et élevé sont présentés, pour démontrer les caractéristiques observées par les pathologistes. Des exemples de tissus partiellement manquants sont présentés en bas.
Articles en soldes
Épaisse Bottes Plateforme Chaude Chaussures Décontractées
Prix original: ILS 359.41
Prix actuel : ILS 186.90
Cliquer & Acheter: https://s.click.aliexpress.com/e/_mNC34bw
Code Infos Israel News sur AliExpress : ALCKGQYB
IMPORTANT : Nous sommes tous des bénévoles et préparons des repas aux soldats lors de cette guerre innatendue.
Pour faire un don par Paypal ou CB , cliquez sur le bouton "Faire un don" par PAYPAL OU CARTE BANCAIRE :
COUPONS REDUCTIONS SUR ALIEXPRESS VALABLE JUSQ'AU 17 Novembre
❤️ Pour un minimum d'achat de 250 $ : remise de 40 $ - COUPON AEUS40
https://s.click.aliexpress.com/e/_onQkZdz
❤️Pour un minimum d'achat de 100 $ : remise de 15 $ - COUPON US15
https://s.click.aliexpress.com/e/_olcADIP
REJOIGNEZ NOUS
Vous pouvez nous joindre sur notre canal Telegram afin de mettre fin à la censure sur Facebook qui vous empêche de voir notre fil d'actualités depuis plus de deux années ! : https://t.me/infoisraelnews
