L'IA pour la définition du risque de cancer du poumon dans les programmes de dépistage par tomodensitométrie

Le cancer du poumon représente 28 % de tous les décès par cancer en Europe, avec 70 % des patients diagnostiqués à des stades avancés et un taux de survie à cinq ans de seulement 21 %. Malgré le lien causal entre le tabagisme et près de 90 % des cas, les taux de tabagisme à l'échelle mondiale persistent, posant un défi de santé publique à long terme. Notre objectif consiste à affiner l’évaluation du risque de cancer du poumon à l’aide de biomarqueurs sanguins, en particulier les microARN circulants (miARN) et la protéine C-réactive. Les dépistages bisannuels TPMD et les analyses de sang prédisant le risque de cancer du poumon ont montré leur efficacité, comme le montre notre travail pionnier dans le cadre de l'essai BioMILD depuis 2013.

L'essai BioMILD, regroupant 4 119 volontaires, combine des biomarqueurs LDCT et microARN, démontrant faisabilité et sécurité sur 4 ans. Notre effort actuel vise à développer un modèle prédictif pour les nodules pulmonaires à haut risque détectés par LDCT, intégrant des biomarqueurs sanguins, fonctionnels et radiomiques. En tirant parti du biodépôt, de la base de données d'imagerie et de 20 xénogreffes dérivées de patients (PDX) de l'essai BioMILD, nous utilisons des outils avancés d'intelligence artificielle (IA) pour une analyse complète. Cette approche, impliquant 400 sujets présentant des nodules pulmonaires LDCT solides et subsolides, dont 100 patients cancéreux identifiés au départ, est cruciale.

En combinant des biomarqueurs sanguins, des paramètres radiologiques, des caractéristiques cliniques et des outils d'IA, nous visons à créer un modèle robuste. Ce modèle sera validé à l'aide d'un ensemble indépendant de 100 sujets (25 avec et 75 sans cancer du poumon) de l'essai de dépistage SMILE en cours. En cas de succès, notre vision est de mettre en œuvre de manière prospective ce panel dans des contextes cliniques où il s'avère bénéfique. Notre mission est de réduire la mortalité par cancer du poumon, en optimisant les interventions de dépistage avec de nouveaux outils non invasifs pour toutes les personnes à haut risque tout en minimisant les coûts et les méfaits liés à l'exposition aux rayonnements.

Objectif 1 Évaluation d'un classificateur de signature immunitaire (ISC) sur des échantillons de cellules mononucléées du sang périphérique (PBMC) collectés à partir de nodules pulmonaires LDCT solides et sous-solides détectés par écran et intégration de l'ISC avec des biomarqueurs existants tels que le test MSC et la protéine c-réactive (cRP).

Objectif 2 Évaluation des caractéristiques radiologiques et d'autres marqueurs LDCT liés aux troubles respiratoires et cardiovasculaires.

Objectif 3 Développement d'un classificateur de risque utilisant des outils d'IA basés sur une combinaison de biomarqueurs sanguins, d'imagerie et de données cliniques pour améliorer la sensibilité du dépistage LDCT et sa valeur prédictive positive.