Publications

Que peut-on attendre de l’intelligence artificielle en immuno-oncologie ?

L’intelligence artificielle (IA) utilise des méthodes d’apprentissage automatique pour l’analyse de grandes quantités de données. Ces méthodes ont le potentiel de révolutionner de nombreux domaines en santé. Nous introduirons le concept d’apprentissage automatique, puis des applications de l’IA en santé, afin de mieux en comprendre leurs apports ainsi que leurs limites. Nous discuterons enfin les perspectives attendues en oncologie, notamment en immuno-oncologie.

La révolution immuno-oncologique dans le mélanome et au-delà

Alors que la survie globale à 5 ans des patients atteints d’un mélanome métastatique ne dépassait pas 10 % jusqu’à 2010 avec le traitement par dacarbazine, l’arrivée de l’immunothérapie avec les anti-CTLA4 (Yervoy®) en 2011, bien qu’induisant de fortes toxicités, a doublé la survie globale des patients la faisant passer désormais à 20 %. En parallèle, la découverte de la mutation BRAF chez près de 50 % des patients et l’arrivée dans un premier temps des monothérapies ciblant BRAF, puis des combinaisons ciblant BRAF puis MEK, ont conduit à une meilleure prise en charge du mélanome et une SG améliorée allant jusqu’à près de 50 % à 2 ans. Cependant, ces traitements ne donnent pas toujours de réponse durable et des phénomènes de résistances sont observés. Par la suite, les inhibiteurs du PD-1 ont été développés, et ont créé une révolution dans la prise en charge du mélanome métastatique, avec aujourd’hui des plateaux de survie globale importants et des réponses durables. La prise en charge du mélanome en adjuvant est également impactée après la présentation de récents résultats en immunothérapie et en thérapies ciblées BRAF / MEK montrant une augmentation de la survie chez les patients. Les anti-PD-1 sont devenus des acteurs majeurs et les enjeux aujourd’hui sont principalement le développement d’associations avec les anti-PD-1, la recherche de biomarqueurs de réponse et la durée optimale de traitement.