L'intelligence artificielle a été utilisée pour identifier les facteurs influençant les taux de survie au cancer dans 185 pays, selon une étude publiée dans la revue Annals of Oncology. L'étude, menée par des chercheurs affiliés à la Société Européenne d'Oncologie Médicale, a utilisé l'apprentissage automatique pour analyser les données sur le cancer et les informations sur les systèmes de santé, révélant les éléments spécifiques les plus étroitement associés à l'amélioration de la survie dans chaque pays.

Le modèle d'IA a identifié plusieurs facteurs clés, notamment l'accès à la radiothérapie, la présence d'une couverture sanitaire universelle et la solidité économique globale, comme des déterminants importants des taux de survie au cancer. Les chercheurs ont souligné que le modèle va au-delà des observations généralisées, en fournissant des informations spécifiques à chaque pays sur les changements du système de santé qui pourraient entraîner les améliorations les plus substantielles en matière de sauvetage de vies.

L'apprentissage automatique, un sous-ensemble de l'IA, implique la formation d'algorithmes pour apprendre à partir de données sans programmation explicite. Dans ce cas, l'IA a été entraînée sur de vastes ensembles de données de statistiques sur le cancer et de mesures de l'infrastructure des soins de santé afin d'identifier les corrélations et de prédire les résultats de survie en fonction de divers facteurs d'entrée. Cette approche permet une compréhension plus nuancée de l'interaction complexe entre les systèmes de santé et la survie au cancer que les méthodes statistiques traditionnelles.

"Pour la première fois, nous avons pu appliquer ce niveau d'IA sophistiquée pour comprendre les moteurs de la survie au cancer à l'échelle mondiale", a déclaré un chercheur principal du projet. "Les informations générées peuvent éclairer les interventions ciblées et les changements de politique pour remédier aux faiblesses spécifiques des systèmes de santé et, en fin de compte, améliorer les résultats pour les patients atteints de cancer dans le monde entier."

Les conclusions de l'étude ont des implications importantes pour la politique de santé publique et l'allocation des ressources. En identifiant les facteurs les plus efficaces dans chaque pays, les décideurs politiques peuvent donner la priorité aux investissements dans les domaines susceptibles d'avoir le plus grand effet sur les taux de survie au cancer. Par exemple, dans les pays où l'accès à la radiothérapie est limité, les efforts pourraient être axés sur l'expansion de la capacité de traitement et la formation des professionnels de la santé.

L'utilisation de l'IA dans la recherche sur le cancer est un domaine en évolution rapide. Les chercheurs explorent de nouvelles applications de l'apprentissage automatique pour améliorer la détection, le diagnostic et le traitement du cancer. Des outils basés sur l'IA sont en cours de développement pour analyser les images médicales, prédire les réponses des patients à la thérapie et personnaliser les plans de traitement en fonction des caractéristiques individuelles des patients.

Les chercheurs prévoient d'affiner davantage le modèle d'IA en intégrant des sources de données supplémentaires, telles que des informations génétiques et des facteurs liés au mode de vie. Ils visent également à développer des outils interactifs qui permettent aux décideurs politiques et aux professionnels de la santé d'explorer l'impact potentiel de différentes interventions sur les taux de survie au cancer dans leurs pays respectifs.