nuance

L’intelligence artificielle au service du diagnostic différentiel fin du cancer du colon

A l’aide d’un programme informatique d’intelligence artificielle basé sur la reconnaissance d’échantillons biologiques hybridés sur des puces à ADN, des chercheurs de l’université du Maryland (Baltimore, EU) ont réussi à distinguer et à diagnostiquer l’origine de plusieurs types de cancer du colon, ainsi qu’à caractériser les groupes de gènes impliqués. Ces résultats sont publiés en avance sur le site web de la revue Gastroenterology et seront édités dans la prochaine issue du mois de mars.

Les patients atteints de maladies inflammatoires chroniques de l'intestin (MICI) comme la maladie de Crohn (MC) et la recto-colite hémorragique (RCH), ont un risque augmenté de développer un cancer colorectal.

Mais les cancers du colon, qui peuvent provenir en effet de MICI mais également être sporadiques, diffèrent non seulement par leur origine mais aussi par leur degré de virulence, et il est important pour le clinicien d’avoir des outils pour les différencier assez tôt afin d’entreprendre le traitement le plus adapté.

Afin de discriminer ces deux types de lésions cancéreuses (origine MICI ou sporadique), Florin Selaru et al ont élaboré une méthode de criblage informatisée (appelée Artificial Neural Network ou ANN) basé sur l’hybridation moléculaire entre une banque de cDNA (8064 clones répartis sur des puces à ADN) et l’ARN dérivé de tissus néoplasiques d’échantillons colorectaux (n=39) provenant des deux types de lésions.

Les ANN ont été testées et développées d’après l’analyse de 5 cancers ou dysplasies ayant pour origine une MICI et sur 22 cancers ou adénomes colorectaux sporadiques.

Le système a permis de diagnostiquer correctement 12 échantillons sur 12 dans un test et en plus, grâce à des analyses de comparaisons informatiques, d’affiner le nombre de clones à utiliser, le ramenant à 97 au lieu de 8064.

Les chercheurs espèrent que cet outil de diagnostic très précis, qui évite les faux diagnostics ainsi que la chirurgie inutile, permettra d’aider à traiter les patients plus efficacement.

Source : Gastroenterology édition électronique du 13 février 2002;122:606-13

Descripteur MESH : Diagnostic , Diagnostic différentiel , ADN , Informatique , Maryland , Mars , Gènes , Baltimore , Patients , Électronique , Édition , Adénomes , Maladie , Maladie de Crohn , Colite , Précis , Risque , Tissus , Virulence

nuance

Recherche scientifique: Les +