Une étude menée par des chercheurs de l’UCL et de l’UCLH révèle que l’intelligence artificielle (IA) peut prédire avec précision la réponse des patients atteints de cancer du rectum au traitement, en analysant des échantillons tissulaires standard prélevés lors du diagnostic. Dans la plupart des cancers, le microenvironnement immunitaire entourant la tumeur joue un rôle clé dans l’évolution de la maladie et la réaction au traitement, mais les interactions complexes entre cellules immunitaires, cellules tumorales et thérapie restent mal comprises. Cette recherche, publiée dans eBioMedicine, exploite des images de pathologie classiques — issues de biopsies réalisées pour le diagnostic — pour mesurer, via une IA, la quantité et le type de cellules immunitaires présentes autour des tumeurs rectales, afin d’évaluer leur impact sur la survie et la récidive. Contrairement à l’analyse manuelle des lames par un pathologiste, qui est longue et subjective, l’IA a été formée sur des millions d’images et peut identifier des signatures immunitaires significatives en quelques minutes. Le système a été testé sur 900 échantillons provenant de trois groupes de patients, dont des participants à l’essai clinique ARISTOTLE. Les résultats montrent que les patients présentant un plus grand nombre de lymphocytes — cellules clés de la réponse immunitaire anti-tumorale — ont une meilleure survie et un risque réduit de récidive. À l’inverse, une forte présence de macrophages, qui peuvent, dans certains contextes, favoriser la croissance tumorale, est associée à de mauvais pronostics. L’IA a également permis de détecter des modifications immunitaires induites par la chimioradiothérapie : les patients dont les tumeurs ont vu une augmentation des lymphocytes infiltrantes après traitement ont eu de meilleurs résultats, tandis que ceux dont les tumeurs restaient « froides » immunologiquement ont montré une récidive plus précoce. L’étude a également mis en évidence des interactions entre les profils immunitaires et les mutations génétiques : par exemple, les patients porteurs d’un gène KRAS normal et d’un fort taux de lymphocytes ont un meilleur pronostic que ceux avec une mutation KRAS et peu de lymphocytes. De même, les macrophages sont particulièrement néfastes chez les patients présentant une mutation du gène TP53. En combinant données immunitaires et information génétique, l’IA permet de mieux classer les patients en groupes à haut ou faible risque, ouvrant la voie à une personnalisation des traitements. Ainsi, des patients à haut risque pourraient bénéficier d’un traitement plus agressif, tandis que les patients à faible risque pourraient éviter une exposition inutile aux effets secondaires de la chimioradiothérapie. L’IA a également révélé que les tumeurs à forte activité mitotique — c’est-à-dire à division cellulaire rapide — suppriment souvent l’immunité, ce qui s’accompagne d’un pronostic plus sombre. Pour faciliter l’adoption clinique, l’équipe a développé un outil en ligne gratuit, Octopath, permettant aux cliniciens d’uploader des lames de pathologie et d’obtenir une analyse immunitaire automatisée. Toutefois, les chercheurs soulignent la nécessité de valider ces résultats dans des cohortes plus grandes et diversifiées, dans le cadre d’études cliniques futures. Ils prévoient également d’approfondir l’analyse des sous-types de cellules immunitaires et d’explorer des techniques plus avancées pour mieux comprendre les dynamiques entre la tumeur et le système immunitaire. Selon le professeur Maria Hawkins, auteur principal et oncologue clinicienne à UCLH, cette étude représente une étape prometteuse vers une médecine personnalisée, où l’IA aidera à affiner la classification du cancer et à guider les décisions thérapeutiques. Bien que des recherches supplémentaires soient nécessaires pour intégrer ces biomarqueurs dans la pratique quotidienne, l’avenir s’annonce prometteur pour une prise de décision plus précise, fondée sur des données biologiques riches et accessibles.