Nouvelle

L’utilisation de l’IA pour détecter le cancer du poumon plus tôt

Dre Renelle Myers et Rayjean Hung, Ph. D.
Rayjean Hung, Ph. D., et la Dre Renelle Myers, chercheuses financées par la Société canadienne du cancer 

Le cancer du poumon est la première cause de décès par cancer au Canada. En fait, on estime qu’une personne sur 14 au pays recevra un diagnostic de cancer du poumon au cours de sa vie. C'est pourquoi il est crucial de détecter la maladie le plus tôt possible, lorsque le traitement a plus de chances d'être efficace.

Cependant, il existe des obstacles à la détection précoce. Les lignes directrices recommandent le dépistage du cancer du poumon uniquement pour les fumeurs ou les anciens fumeurs, ce qui exclut le nombre important de non-fumeurs chez qui la maladie est diagnostiquée. Et les examens de tomodensitométrie (TDM), qui détectent efficacement la présence de nodules pulmonaires de façon fortuite dans les poumons, ce qui indique un risque accru de cancer du poumon, n’ont souvent pas le suivi approprié.

Grâce au soutien des donateurs, la Dre Renelle Myers et Rayjean Hung, Ph. D., chercheuses financées par la SCC, utilisent l’intelligence artificielle (IA) pour mettre au point un test qui identifie les biomarqueurs dans l’haleine et le sang et indique la présence d’un cancer du poumon. Parallèlement, elles élaborent une méthode fondée sur l’IA pour déterminer si les nodules pulmonaires détectés de façon fortuite par TDM sont cancéreux ou bénins.

Si cette recherche est une réussite, ces tests pourront améliorer la détection précoce et le diagnostic du cancer du poumon pour plus de personnes, et ainsi, sauver plus de vies.

« L’IA présente un potentiel des plus intéressants pour améliorer la détection précoce du cancer du poumon, affirment la Dre Myers et la chercheuse Hung, Ph. D. Nous pouvons nous servir des analyses générées par l’apprentissage automatique pour détecter les signaux tumoraux dans les données et utiliser l’apprentissage profond pour prédire la formation imminente de tumeurs à partir des images obtenues par tomodensitométrie. Cela permettra de réduire l’utilisation des ressources de soins de santé, non seulement en améliorant les soins aux patients, mais aussi en optimisant les systèmes de soins de santé au Canada et peut-être dans le monde entier. »