Une équipe de chercheurs de l'Université de New York a mis au point un test basé sur l'intelligence artificielle capable de prédire le risque de récidive du cancer du sein en quelques heures. Publiée dans la revue Nature Communications, cette recherche propose une alternative rapide et économique aux tests génomiques actuels, qui nécessitent plusieurs semaines pour fournir leurs résultats. Développé par des spécialistes dont le chercheur Krzysztof J. Geras et le professeur Yann LeCun, le modèle s'appuie sur l'apprentissage non supervisé, une technique permettant à l'algorithme d'extraire automatiquement des motifs complexes à partir de l'analyse de milliers de lames de pathologie. En combinant ces images microscopiques avec des données cliniques de routine telles que le stade de la tumeur, l'âge de la patiente et le statut des récepteurs hormonaux, le système évalue avec précision la probabilité d'une récidive. L'efficacité de ce test a été validée sur plus de 3 500 patientes provenant de quinze cohortes réparties dans sept pays. Les résultats statistiques démontrent que l'algorithme distingue clairement les patients à haut risque de ceux à faible risque. Il se révèle particulièrement performant pour deux sous-types de cancer du sein, le triple négatif et le HER2-positif, pour lesquels les tests génomiques existants manquent de fiabilité. De plus, contrairement aux approches traditionnelles qui consomment et détruisent les échantillons de biopsie, cette solution utilise les lames diagnostiques déjà existantes, préservant ainsi le tissu biologique pour d'éventuels examens futurs. Selon les auteurs, cette méthode permettrait d'obtenir des résultats en quelques heures à un coût nettement inférieur, tout en évitant l'envoi systématique des prélèvements vers des laboratoires spécialisés. Bien que prometteuse, l'équipe souligne la nécessité de mener des essais cliniques randomisés complets avant une intégration systématique dans les protocoles thérapeutiques. Néanmoins, cette avancée marque un pas significatif vers une oncologie de précision, où l'intelligence artificielle vient compléter l'expertise des médecins pour optimiser les décisions thérapeutiques et améliorer le suivi à long terme des patientes.