Les personnes atteintes de colite ulcéreuse (CU), une maladie inflammatoire chronique de l’intestin, ont jusqu’à quatre fois plus de risque de développer un cancer colorectal que la population générale. L’existence de lésions précancéreuses appelées dysplasie de bas grade (LGD) peut constituer un signal d’alerte précoce, mais seule une minorité de ces lésions évoluent vers un cancer. Cette incertitude rend complexe la prise de décision clinique, qu’il s’agisse de surveiller régulièrement le patient ou de proposer une chirurgie préventive. Une nouvelle étude menée par des chercheurs de l’Université de Californie à San Diego (UCSD) montre qu’une combinaison d’intelligence artificielle (IA) et de modèles statistiques peut prédire avec précision les patients atteints de CU-LGD les plus à risque de développer un cancer. Ces résultats pourraient transformer le conseil aux patients, améliorer les décisions thérapeutiques et optimiser les suivis médicaux. Les chercheurs ont développé un flux automatisé d’IA pour analyser les dossiers médicaux de 55 000 patients du système de santé des anciens combattants américains (VA), notamment les rapports de coloscopie et de pathologie. Ce jeu de données représente actuellement la plus grande base de ce type aux États-Unis. L’IA a été capable d’extraire, à partir des notes cliniques rédigées à la main, des facteurs de risque clés tels que la taille de la lésion, la présence de plusieurs lésions ou l’ampleur de l’inflammation intestinale. « Les modèles linguistiques à grande échelle ont correctement identifié les facteurs de risque liés au cancer colorectal associé à la colite — comme la taille de la lésion ou l’étendue de l’inflammation — directement à partir des notes cliniques narratives », explique Kit Curtius, docteur en sciences et professeur adjoint de médecine à la division d’Informatique biomédicale de la faculté de médecine de UCSD, membre du centre de cancérologie Moores. Ce système d’IA, combiné à un modèle statistique, peut être intégré directement aux flux de travail cliniques. Il fournit ainsi une évaluation personnalisée du risque, en temps réel, pour aider les médecins et les patients à décider du moment de la prochaine coloscopie ou de la nécessité d’une intervention chirurgicale, tout en allégeant la charge de travail des équipes soignantes. « Actuellement, l’évaluation du risque repose sur une approche subjective, où les médecins manquent de données concrètes pour appuyer leurs jugements », souligne Curtius. « Grâce à cette IA, on peut obtenir un score de risque précis directement à partir des notes, plutôt que de se limiter à une liste de facteurs sans pouvoir les traduire en un chiffre exploitable lors d’une consultation. » Ce système pourrait aussi permettre de repérer les patients nécessitant un suivi rapide, évitant ainsi les retards dans les coloscopies de surveillance, une cause majeure de cancers colorectaux. Les prochaines étapes incluent la validation de l’outil sur des populations médicales en dehors du système VA, ainsi que l’intégration de nouveaux facteurs de risque, notamment les données génomiques. « Nous savons que la génomique joue un rôle crucial dans l’évolution du cancer », affirme Curtius. Parmi les autres auteurs de l’étude figurent Brian Johnson, Hyrum Eddington (UCSD), Samir Gupta et Shailja C. Shah (UCSD et système de santé VA de San Diego), ainsi que Misha Kabir (Hôpitaux NHS de University College Londres). L’étude a été publiée le 17 février dans Clinical Gastroenterology and Hepatology.