Source : Belova59/Pixabay
Une nouvelle étude publiée dans Nature Génie biomédical montre comment l’apprentissage automatique de l’intelligence artificielle (IA) combiné à la nanotechnologie est capable de détecter les signaux du cancer de l’ovaire dans le sang avec un degré élevé de précision.
Le cancer est l’une des principales causes de décès dans le monde et a causé près de 10 millions de décès de patients en 2020, selon l’Organisation mondiale de la santé (OMS). Parmi les femmes diagnostiquées avec des cancers gynécologiques, le cancer de l’ovaire est la principale cause de décès, selon la National Library of Medicine.
La détection et l’intervention précoces améliorent les résultats et augmentent les chances de survie des personnes atteintes de cancer. Le cancer de l’ovaire est difficile à détecter tôt car il provoque peu de symptômes et la majorité des cas sont diagnostiqués à un stade ultérieur, ce qui entraîne de mauvais résultats pour les patientes. Selon l’American Cancer Society (ACS), 80 % des cancers de l’ovaire ne sont pas détectés au stade précoce, lorsque la tumeur est généralement petite et ne s’est pas propagée aux ganglions lymphatiques ou aux tissus voisins.
L’étude a été menée par des chercheurs affiliés au Memorial Sloan Kettering Cancer Center, Weill Cornell Medicine, Cornell University, University of Maryland, National Institute of Standards and Technology, Lehigh University, Hunter College High School et Albert Einstein College of Medicine.
“Les biomarqueurs sériques sont souvent insuffisamment sensibles ou spécifiques pour faciliter le dépistage du cancer ou les tests de diagnostic”, ont écrit les auteurs de l’étude. “Dans le cancer de l’ovaire, les quelques biomarqueurs sériques établis sont très spécifiques, mais insuffisamment sensibles pour détecter la maladie à un stade précoce et avoir un impact sur les taux de mortalité des patientes atteintes de ce cancer.”
Pour remédier à ce manque de biomarqueurs du cancer de l’ovaire, les scientifiques ont développé un nanocapteur activé par l’IA utilisant des nanotubes de carbone. À l’aide de plus de 260 échantillons de sérum sanguin, les chercheurs ont formé et validé plusieurs classificateurs d’apprentissage automatique pour détecter le cancer de l’ovaire.
Les nanotubes de carbone, également appelés buckytubes, sont des tubes creux légers constitués de carbone de diamètre nanométrique. Ces nanotubes chimiquement neutres mesurent jusqu’à trois nanomètres de diamètre et la longueur n’est généralement que de quelques micromètres. Constitués d’un graphène plié bidimensionnel, ces nanotubes de carbone résistants à la corrosion ont une capacité thermique supérieure et sont plus résistants que l’acier.
Les scientifiques ont développé des modèles basés sur des réseaux de neurones artificiels (ANN), Random Forest, Support Vector machine pour la classification binaire, l’arbre de décision et la régression logistique. L’optimisation bayésienne a été utilisée, ainsi que le code personnalisé Python et MATLAB. Selon les chercheurs, leur solution avait une sensibilité de 87 % pour une spécificité de 98 % et pouvait être adaptée pour détecter d’autres types de cancer.
Cette preuve de concept montre que l’apprentissage automatique de l’IA augmente la précision de la détection du cancer de l’ovaire par rapport aux méthodes actuelles basées sur des biomarqueurs. Grâce à la combinaison de l’innovation de l’apprentissage automatique de l’intelligence artificielle et de la nanotechnologie, les scientifiques ont trouvé une nouvelle façon de détecter le cancer de l’ovaire qui surpasse les biomarqueurs existants.
Copyright © 2022 Cami Rosso. Tous les droits sont réservés.
Vous pourriez également aimer
