Un modèle d'IA devrait faciliter considérablement le diagnostic des leucémies
Analyse standardisée des données cliniques de routine : un nouveau modèle d'IA open source détecte automatiquement les cellules cancéreuses et réduit le travail d'analyse manuelle
Annonces
Dans le cas des cancers du sang et des ganglions lymphatiques, les spécialistes doivent analyser de grandes quantités de données complexes au niveau de chaque cellule. Des chercheurs de l'hôpital universitaire de Fribourg et de l'Institut Weizmann des sciences en Israël ont désormais mis au point un modèle basé sur l'intelligence artificielle capable d'automatiser des parties essentielles de cette analyse. Dans le cas de la leucémie lymphoïde chronique (LLC), ce modèle a permis d’identifier de manière ciblée des cellules cancéreuses typiques parmi des millions de cellules analysées. Les résultats concordaient très bien avec l’évaluation manuelle effectuée par des spécialistes. Le modèle CytoVI (abréviation de « Variational Inference for Cytometry ») pourrait ainsi alléger la charge de travail du personnel, harmoniser les examens et mettre plus facilement en évidence les modifications liées à la maladie. Cette méthode a été publiée le 30 septembre 2026 dans la revue Nature Methods.
« Cela nous permettra à l’avenir d’analyser de manière beaucoup plus automatisée les échantillons sanguins qui sont de toute façon prélevés à l’hôpital », explique le Dr Florian Ingelfinger, premier auteur de l’étude, chercheur à la clinique de médecine interne I du Centre hospitalier universitaire de Fribourg et responsable d’un groupe de jeunes chercheurs au sein du Consortium allemand pour la recherche translationnelle sur le cancer (DKTK), site partenaire de Fribourg. « Ce modèle allège la charge de travail des cliniques tout en contribuant à la découverte de nouvelles populations cellulaires présentant un intérêt en tant que marqueurs diagnostiques ou cibles thérapeutiques potentielles. » Le Dr Ingelfinger dirige le Laboratory for Generative Single Cell Immunology au Centre hospitalier universitaire de Fribourg.
De la recherche au diagnostic de routine
CytoVI analyse des données sur des cellules individuelles, telles qu’elles sont générées par la cytométrie en flux. Ce processus n’implique aucune prise d’images. Des mesures au laser permettent de recenser les propriétés de cellules individuelles, telles que certaines protéines, la taille cellulaire et la structure interne. Un profil numérique est ainsi établi pour chaque cellule. CytoVI y reconnaît des schémas caractéristiques et peut, par exemple, distinguer automatiquement les cellules leucémiques des autres cellules sanguines. L’un des principaux atouts de ce modèle réside dans le fait qu’il prend en compte mathématiquement les différences techniques entre les différentes mesures – dues par exemple à des appareils, des moments de mesure ou des laboratoires différents – et aide à les distinguer des différences biologiques. Cela permet une évaluation plus facilement comparable.
« Les patientes ont avant tout besoin d’un diagnostic fiable et d’une clarification aussi rapide que possible quant à la nature de leur maladie. À l’avenir, CytoVI pourrait nous y aider », déclare le professeur Robert Zeiser, directeur du service d’immunologie tumorale et d’immunorégulation à la clinique de médecine interne I du Centre hospitalier universitaire de Fribourg, et coauteur de la publication. Chez 63 patientes atteintes de différents lymphomes à cellules B, CytoVI a automatiquement identifié des groupes de cellules T associés à certaines formes de la maladie. Parmi ceux-ci figurait également une population cellulaire rare qui n’avait pas été décrite dans l’analyse manuelle initiale. De tels groupes cellulaires peuvent fournir des indications sur des biomarqueurs diagnostiques et d’éventuelles cibles thérapeutiques.
L’analyse des données relatives à la LLC issues du diagnostic de routine s’est avérée particulièrement pertinente sur le plan clinique. « Nous avons pu constater que l’identification automatique concordait très bien avec l’évaluation manuelle », explique Ingelfinger. L’identification fiable d’un très petit nombre de cellules cancéreuses, par exemple après un traitement anticancéreux, reste actuellement un défi. La fiabilité de l’analyse est communiquée aux médecins à chaque fois, ce qui permet d’effectuer des vérifications ciblées. « CytoVI a pour but d’aider l’évaluation médicale, et non de la remplacer complètement », poursuit Ingelfinger.
De cette manière, les grandes quantités de données de cytométrie en flux générées au fil des années dans le cadre du diagnostic de routine peuvent être mieux comparées et évaluées conjointement. Cela permet d’exploiter pour la recherche une mine de données dont l’utilisation était jusqu’à présent limitée. Les chercheurs de l’hôpital universitaire de Fribourg souhaitent désormais étendre cette méthode à d’autres types de cancers du sang. CytoVI est disponible gratuitement en open source sur https://scvi-tools.org. Les chercheurs peuvent ainsi utiliser cette méthode pour leurs propres données de cellules individuelles.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Allemand peut être trouvé ici.
Publication originale
Autres actualités du département science
