L'intelligence artificielle a été utilisée pour identifier les facteurs les plus étroitement associés aux 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 ainsi les principaux déterminants de la survie pays par pays.

Le modèle d'IA a identifié plusieurs facteurs comme étant significativement liés à l'amélioration de la survie au cancer, notamment l'accès à la radiothérapie, la présence d'une couverture sanitaire universelle et la solidité économique globale. Les chercheurs affirment que le modèle offre une compréhension plus granulaire de l'interaction complexe entre les systèmes de santé et les résultats pour les patients que les précédentes analyses générales.

L'apprentissage automatique, un sous-ensemble de l'IA, implique la formation d'algorithmes sur de vastes ensembles de données afin d'identifier des schémas et de faire des prédictions sans programmation explicite. Dans ce cas, l'IA a été entraînée sur une vaste collection de données de registres de cancer, d'indicateurs socio-économiques et de mesures de l'infrastructure de santé afin de discerner quels facteurs étaient les plus prédictifs des taux de survie pour différents types de cancer.

« Pour la première fois, nous disposons d'un outil capable de fournir des informations personnalisées sur la manière d'améliorer la survie au cancer dans des pays spécifiques », a déclaré le Dr Anya Sharma, auteur principal de l'étude. « Ce modèle d'IA nous permet de dépasser les généralisations et d'identifier les interventions les plus efficaces pour les circonstances uniques de chaque nation. »

Les conclusions de l'étude ont des implications importantes pour les politiques de santé publique. En identifiant les domaines spécifiques où des améliorations sont les plus nécessaires, les gouvernements et les organisations de santé peuvent allouer les ressources plus efficacement. Par exemple, dans les pays où l'accès à la radiothérapie est limité, les investissements dans l'expansion de la capacité de traitement pourraient entraîner des gains substantiels en termes de taux de survie. De même, le renforcement de la couverture sanitaire universelle peut garantir qu'un plus grand nombre de patients reçoivent des soins rapides et abordables.

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 précoce, personnaliser les plans de traitement et prédire les réponses des patients à la thérapie. Les derniers développements comprennent l'utilisation de l'IA pour analyser les images médicales, telles que les radiographies et les IRM, afin d'identifier les signes subtils de cancer qui pourraient échapper aux radiologues humains.

Bien que l'IA offre un potentiel énorme pour faire progresser les soins contre le cancer, les experts soulignent qu'elle ne remplace pas l'expertise humaine. « L'IA peut être un outil puissant pour améliorer notre compréhension du cancer, mais il est essentiel d'interpréter ses conclusions dans le contexte de l'expérience clinique et des préférences des patients », a déclaré le Dr David Lee, un oncologue médical non impliqué dans l'étude.

Les chercheurs prévoient d'affiner davantage le modèle d'IA en intégrant des sources de données supplémentaires et en explorant l'impact d'autres facteurs, tels que les choix de mode de vie et les expositions environnementales, sur la survie au cancer. Ils espèrent également développer une interface conviviale qui permettra aux décideurs politiques et aux professionnels de la santé d'accéder facilement aux conclusions du modèle et de les interpréter.