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. Le modèle d'IA a analysé les données sur le cancer et les informations sur les systèmes de santé afin de déterminer quels éléments, tels que l'accès à la radiothérapie, la couverture sanitaire universelle et la solidité économique, sont les plus fortement corrélés à l'amélioration des taux de survie dans chaque pays.

Des chercheurs de la Société Européenne d'Oncologie Médicale ont développé le modèle d'apprentissage automatique pour comprendre les vastes disparités de la survie au cancer à l'échelle mondiale. L'apprentissage automatique, un sous-ensemble de l'IA, permet aux ordinateurs d'apprendre à partir de données sans programmation explicite. Dans ce cas, l'IA a été entraînée sur un ensemble de données massif pour reconnaître les schémas et les relations entre divers facteurs et les résultats de la survie au cancer.

L'étude a révélé que les facteurs ayant un impact sur la survie au cancer variaient considérablement d'un pays à l'autre. Par exemple, dans certains pays, l'accès à des options de traitement avancées comme la radiothérapie était un facteur déterminant essentiel, tandis que dans d'autres, la solidité du système de santé global et la disponibilité d'une couverture sanitaire universelle jouaient un rôle plus important. La solidité économique est également apparue comme un facteur clé, influençant l'accès aux soins préventifs et aux traitements.

« C'est la première fois que nous sommes en mesure d'utiliser l'IA pour obtenir une compréhension aussi précise des facteurs qui déterminent la survie au cancer à l'échelle mondiale », a déclaré le Dr [Nom fictif], chercheur principal du projet. « Le modèle nous permet d'identifier les domaines spécifiques où les interventions pourraient avoir le plus grand impact en termes de vies sauvées, pays par pays. »

Les implications de cette recherche sont considérables. En identifiant les leviers spécifiques qui peuvent améliorer la survie au cancer dans chaque pays, les décideurs politiques et les prestataires de soins de santé peuvent prendre des décisions plus éclairées concernant l'allocation des ressources et l'amélioration des systèmes de santé. Cela pourrait conduire à des stratégies plus efficaces pour réduire la mortalité due au cancer et améliorer les résultats pour les patients dans le monde entier.

Le modèle d'IA offre un outil puissant pour comprendre les défis complexes en matière de santé. Contrairement aux méthodes statistiques traditionnelles, l'apprentissage automatique peut révéler des relations non linéaires et des interactions entre de multiples variables, offrant ainsi une image plus nuancée et complète des facteurs en jeu. Ceci est particulièrement important dans le contexte du cancer, où la survie est influencée par une multitude de facteurs interconnectés.

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 espèrent également développer une plateforme conviviale qui permettra aux décideurs politiques et aux prestataires de soins de santé d'accéder facilement aux informations du modèle et de les utiliser pour éclairer la prise de décision. L'objectif ultime est d'exploiter la puissance de l'IA pour réduire le fardeau mondial du cancer et améliorer les taux de survie pour tous.