Big data et intelligence artificielle pour lutter contre le cancer, une idée futuriste ? Non, une réalité actuelle, grâce au diagnostic, aux traitements personnalisés et aux nouveaux médicaments issus de l’IA.

Le cancer, ou plutôt les cancers, restent des maladies très compliquées à soigner : leurs causes étant multiples, il n’existe pas de traitement unique pour en venir à bout et assurer la rémission des patients. Aujourd’hui, avec l’aide de l’intelligence artificielle, du Big data et du Machine learning, les chercheurs font un nouveau pas en avant dans les avancées médicales permettant de lutter contre le cancer.

Big data et Machine learning, les nouvelles armes anti-cancer

Le séquençage du génome humain permet de collecter des données génomiques en masse, des informations précieuses dans la lutte contre le cancer.

Diagnostic grâce au Big data et au Machine learning

La combinaison de ces données génomiques avec les algorithmes de Machine learning ouvre la voie à de nouvelles chances de triomphe sur le cancer. L’apprentissage automatique du Machine learning peut aider à diagnostiquer, traiter le cancer, et développer des traitements personnalisés plus efficaces. Les algorithmes de Machine learning analysent toutes les données médicales enregistrées dans les hôpitaux, et facilitent ainsi le diagnostic de la maladie.

Traitements proposés par le Big data et le Machine learning

Au-delà du diagnostic, Machine learning et Big data pourraient aussi entrer en scène pour soigner le cancer. L’hôpital de Boston aux USA est précurseur dans le domaine, il a développé en 2008 un outil de recherche basé sur le partage des bases de données de plusieurs hôpitaux, permettant de trouver les traitements adaptés au cancer du patient test. La visibilité sur des millions d’enregistrements médicaux et de traitements ayant abouti à une rémission permettent ainsi de développer des traitements personnalisés pour chaque type de cancer.

Découverte de médicaments avec l’aide du Big data et du Machine learning

Big data et Machine learning sont également utiles dans la découverte de l’efficacité de certains médicaments déjà existants non destinés à traiter le cancer, mais également dans la découverte de nouveaux médicaments. Les données liées aux médicaments existants, leur composition, leurs propriétés et leurs effets secondaires permettent de concevoir de nouveaux médicaments contre les différents cancers.

Échec des traitements : la réponse du Big data et du Machine learning

En parallèle du diagnostic, du traitement et de la découverte de médicaments dans la lutte contre le cancer, Big data et Machine learning entrent en jeu pour détecter les raisons de l’échec des traitements ciblés anti-cancer (qui s’attaquent aux cellules cancéreuses et perturbent le moins possible les cellules normales).

IBM et le Broad Institute travaillent en collaboration sur ce projet, et ont découvert récemment des mutations génétiques dans les échantillons de sang de patients atteints de cancers, des altérations n’apparaissant pas dans les échantillons de biopsies de tissus standards. Un échantillon de sang peut donc en révéler davantage qu’une biopsie, permettre de comprendre pourquoi certains patients peuvent devenir résistants aux traitements, et proposer des combinaisons de thérapies efficaces pour les cancers ayant développé une résistance. Par ailleurs, ces découvertes pourraient également amener à remplacer les procédures invasives de biopsie de tissus standards par des biopsies sanguines.

En définitive, du diagnostic au traitement en passant par la découverte de médicaments et des raisons de l’échec de certaines thérapies, les algorithmes d’intelligence artificielle et de Big data représentent une révolution dans le domaine de la santé, amenée à être massivement exploitée dans les années à venir.