Sébastien Jacques, responsable d’Imaging Lab chez Median Technologies, présente cinq impacts de l’utilisation de l’Intelligence Artificielle appliquée à l’imagerie sur la conduite des essais cliniques en oncologie

Le monde de la recherche clinique connaît une transformation remarquable avec l’avènement des technologies d’intelligence artificielle (IA). L’un des domaines où l’IA a un impact profond est celui des essais cliniques en oncologie, en particulier dans le domaine de l’imagerie médicale.
L’imagerie médicale est un élément central dans les essais en oncologie. À chaque étape, les images sont un indicateur clé pour identifier la réponse du patient au traitement. La mise en œuvre d’algorithmes avancés et de modèles d’apprentissage automatique révolutionne la façon dont les images médicales sont acquises, traitées, interprétées et utilisées au cours des essais cliniques.

Les algorithmes d’IA permettent d’analyser rapidement et avec précision de grandes quantités de données d’imagerie, en fournissant des mesures quantitatives et des évaluations objectives. Cela permet non seulement de garantir une plus grande cohérence et fiabilité dans l’analyse des images, mais également de réduire considérablement le temps d’interprétation requis sans l’aide de l’Intelligence Artificielle

Dans cet article, Sébastien Jacques, expert en imagerie basée sur les technologies de l’IA et responsable d’Imaging Lab chez Median Technologies, présente cinq impacts de l’utilisation de l’Intelligence Artificielle appliquée à l’imagerie sur la conduite des essais cliniques en oncologie

1. Amélioration de l’analyse des images

Traditionnellement, les images médicales acquises au cours des essais cliniques sont interprétées uniquement par des lecteurs. Compte tenu de la part de subjectivité impliquée dans le processus actuel, l’analyse d’images effectuée de cette manière est exposée à un risque de variabilité. Avec l’émergence de l’IA en imagerie, ce paysage change radicalement.

Les algorithmes d’IA permettent d’analyser rapidement et avec précision de grandes quantités de données d’imagerie, en fournissant des mesures quantitatives et des évaluations objectives. Cela permet non seulement de garantir une plus grande cohérence et fiabilité dans l’analyse des images, mais également de réduire considérablement le temps d’interprétation requis sans l’aide de l’Intelligence Artificielle

2. Amélioration de la sélection et de la stratification des patients

L’un des aspects cruciaux des essais cliniques est la sélection et la stratification des patients. L’identification des patients éligibles répondant à des critères spécifiques est essentielle pour garantir le succès et la pertinence d’une étude clinique. L’IA en imagerie joue un rôle central dans ce processus en permettant aux chercheurs d’évaluer les biomarqueurs et les caractéristiques de la maladie chez les participants pouvant potentiellement être inclus dans un essai.

En s’appuyant sur des algorithmes d’IA, les cliniciens peuvent identifier des patients présentant des schémas d’imagerie précis, ce qui permet un recrutement plus ciblé et une meilleure stratification des patients en fonction de caractéristiques spécifiques trouvées dans les images.

3. Recrutement accéléré dans les essais

Le processus de recrutement dans les essais cliniques peut être notoirement long, ce qui entraîne des retards en recherche et développement. L’utilisation de l’IA en imagerie a le potentiel d’accélérer considérablement le recrutement dans les essais.

En automatisant l’analyse des images médicales, les algorithmes basés sur l’IA peuvent rapidement évaluer l’éligibilité des patients et accélérer le processus de sélection. Cette évaluation rapide permet non seulement de gagner un temps précieux, mais aussi d’améliorer le recrutement des patients et d’augmenter la probabilité d’atteindre rapidement les objectifs de recrutement.

4. Détection précoce de la réponse au traitement

Le suivi de la réponse au traitement dans les essais cliniques est essentiel pour évaluer l’efficacité des nouvelles thérapies. L’IA appliquée à l’imagerie offre un avantage unique en permettant la détection précoce et la quantification de la réponse au traitement sur la base de biomarqueurs d’imagerie objectifs.

Les algorithmes d’IA peuvent détecter et mesurer avec précision les changements dans la taille des tumeurs, l’activité métabolique ou d’autres caractéristiques d’imagerie pertinentes, ainsi que des caractéristiques d’imagerie qui ne sont pas identifiables par les radiologues utilisant uniquement la radiomique.

Cela permet aux chercheurs de contrôler l’efficacité du traitement en temps réel. Cette détection précoce de la réponse au traitement peut potentiellement conduire à des ajustements plus rapides des protocoles d’essai, ce qui se traduit par des essais cliniques plus efficaces et plus efficients.

5. Renforcement de la sécurité

La sécurité des patients est d’une importance capitale dans les essais cliniques. Les outils d’analyse d’imagerie basés sur l’IA peuvent contribuer de manière significative à mieux monitorer la sécurité au cours d’un essai clinique. En surveillant en permanence les images médicales, les algorithmes d’IA peuvent rapidement identifier des événements indésirables, tels que des changements inattendus dans la structure des organes ou le développement d’anomalies.

La détection rapide de ces événements permet aux sites investigateurs de prendre des mesures immédiates, ce qui garantit la sécurité des patients et minimise les risques potentiels.

Conclusion

L’utilisation de l’IA dans l’imagerie des essais cliniques en oncologie marque une étape importante dans l’avancement de l’innovation thérapeutique. En automatisant et en rationalisant le processus d’analyse des images, les technologies d’IA offrent une précision, une cohérence et une efficacité accrues. Sélection et stratification des patients, accélération du recrutement des essais ou bien détection précoce de la réponse au traitement, l’impact de l’IA en imagerie sur les essais cliniques est profond et multiforme

Le champ de l’IA dans les essais cliniques est en évolution permanente, et l’avenir réserve des évolutions encore plus transformatrices, pour des essais cliniques plus efficaces, plus réussis, au bénéfice final des patients et de la progression de la connaissance médicale.

Découvrez comment Median se positionne en tant que pionnier dans l’utilisation de l’IA en imagerie pour améliorer les essais cliniques en oncologie.