![\"Un](\"https:\/\/journalofartificialintelligence.com\/\/fr\/wp-content\/uploads\/shared\/cigarette-932861_640.jpg\")
<\/p>\n<\/p>\n
Le cancer du poumon reste la premi\u00e8re cause de d\u00e9c\u00e8s li\u00e9s au cancer dans le monde. Parmi les traitements disponibles, l\u2019immunoth\u00e9rapie a montr\u00e9 des b\u00e9n\u00e9fices significatifs pour les patients atteints de cancer du poumon non \u00e0 petites cellules, une forme courante et agressive de la maladie. Cependant, tous les patients ne r\u00e9pondent pas de la m\u00eame mani\u00e8re \u00e0 ce type de traitement, et identifier ceux qui en tireront le meilleur parti est un enjeu majeur.<\/p>\n
Une avanc\u00e9e r\u00e9cente combine l\u2019analyse d\u2019images m\u00e9dicales et l\u2019\u00e9tude des tissus tumoraux pour pr\u00e9dire avec pr\u00e9cision l\u2019expression d\u2019une prot\u00e9ine cl\u00e9, la PD-L1, qui joue un r\u00f4le central dans la r\u00e9ponse \u00e0 l\u2019immunoth\u00e9rapie. Cette prot\u00e9ine, pr\u00e9sente \u00e0 la surface des cellules canc\u00e9reuses, permet au syst\u00e8me immunitaire de reconna\u00eetre et d\u2019attaquer la tumeur. Son niveau d\u2019expression est souvent utilis\u00e9 pour d\u00e9terminer si un patient est \u00e9ligible \u00e0 une immunoth\u00e9rapie.<\/p>\n
Jusqu\u2019\u00e0 pr\u00e9sent, la d\u00e9tection de la PD-L1 reposait principalement sur des tests en laboratoire n\u00e9cessitant des pr\u00e9l\u00e8vements de tissus, une m\u00e9thode parfois limit\u00e9e par la variabilit\u00e9 des r\u00e9sultats et la disponibilit\u00e9 des \u00e9chantillons. Pour surmonter ces obstacles, une \u00e9quipe de chercheurs a d\u00e9velopp\u00e9 un mod\u00e8le innovant qui fusionne des donn\u00e9es issues de scanners et d\u2019analyses microscopiques de tissus color\u00e9s. Ce mod\u00e8le utilise des techniques avanc\u00e9es pour extraire des informations \u00e0 la fois macroscopiques, comme la forme et la texture de la tumeur visible sur les images, et microscopiques, comme les caract\u00e9ristiques cellulaires observ\u00e9es sous le microscope.<\/p>\n
L\u2019\u00e9tude a port\u00e9 sur 328 patients atteints de cancer du poumon non \u00e0 petites cellules. Les chercheurs ont divis\u00e9 ces patients en trois groupes pour entra\u00eener, valider et tester le mod\u00e8le. Les r\u00e9sultats ont montr\u00e9 que cette approche combin\u00e9e \u00e9tait plus performante que les mod\u00e8les bas\u00e9s uniquement sur l\u2019imagerie ou l\u2019analyse des tissus. Elle a permis de pr\u00e9dire avec une grande pr\u00e9cision si une tumeur exprimait ou non la prot\u00e9ine PD-L1, avec des taux de r\u00e9ussite d\u00e9passant 90 % dans certains cas.<\/p>\n
Pour aller plus loin, le mod\u00e8le a \u00e9galement \u00e9t\u00e9 test\u00e9 sur un groupe de 47 patients sous immunoth\u00e9rapie. Les r\u00e9sultats ont r\u00e9v\u00e9l\u00e9 que les patients pour lesquels le mod\u00e8le pr\u00e9disait une forte expression de PD-L1 avaient une survie sans progression de la maladie et une survie globale significativement meilleures. Cela sugg\u00e8re que ce mod\u00e8le pourrait non seulement aider \u00e0 identifier les patients \u00e9ligibles \u00e0 l\u2019immunoth\u00e9rapie, mais aussi pr\u00e9dire leur r\u00e9ponse au traitement.<\/p>\n
L\u2019un des avantages majeurs de cette m\u00e9thode est qu\u2019elle utilise des donn\u00e9es d\u00e9j\u00e0 disponibles dans le cadre du diagnostic standard, comme les scanners et les lames histologiques. Elle ne n\u00e9cessite donc pas de pr\u00e9l\u00e8vements suppl\u00e9mentaires, ce qui r\u00e9duit les co\u00fbts et le fardeau pour les patients. De plus, elle pourrait s\u2019av\u00e9rer utile dans les situations o\u00f9 les \u00e9chantillons de tissus sont insuffisants ou lorsque les r\u00e9sultats des tests traditionnels sont incertains.<\/p>\n
Ce mod\u00e8le ouvre ainsi la voie \u00e0 une m\u00e9decine plus pr\u00e9cise, o\u00f9 les d\u00e9cisions de traitement pourraient \u00eatre adapt\u00e9es en fonction des caract\u00e9ristiques sp\u00e9cifiques de chaque tumeur. Il repr\u00e9sente une \u00e9tape importante vers une prise en charge personnalis\u00e9e du cancer du poumon, offrant aux m\u00e9decins un outil suppl\u00e9mentaire pour optimiser les strat\u00e9gies th\u00e9rapeutiques et am\u00e9liorer les pronostics des patients.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1186\/s13244-026-02322-4<\/a><\/p>\n Titre\u00a0:<\/strong> A radio-pathological fusion model for predicting PD-L1 expression and immunotherapy response in non-small cell lung cancer<\/p>\n Revue : <\/strong> Insights into Imaging<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Dingpin Huang; Fangyi Xu; Yi Gan; Liya Ding; Kaihua Lou; Yongcen Li; Dong Xie; Haiping Zhang; Lei Shi; Rui Xu; Hongjie Hu<\/p>\n","protected":false},"excerpt":{"rendered":" Un mod\u00e8le innovant pr\u00e9dit l\u2019efficacit\u00e9 de l\u2019immunoth\u00e9rapie dans le cancer du poumon Le cancer du poumon reste la premi\u00e8re cause de d\u00e9c\u00e8s li\u00e9s au cancer dans le monde. Parmi les traitements disponibles, l\u2019immunoth\u00e9rapie a montr\u00e9 des b\u00e9n\u00e9fices significatifs pour les patients atteints de cancer du poumon non \u00e0 petites cellules, une forme courante et agressive… Poursuivre la lecture Un mod\u00e8le innovant pr\u00e9dit l\u2019efficacit\u00e9 de l\u2019immunoth\u00e9rapie dans le cancer du poumon<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[7,10,2],"tags":[],"class_list":["post-65","post","type-post","status-publish","format-standard","hentry","category-international","category-politique","category-sante","entry"],"_links":{"self":[{"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/posts\/65","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/comments?post=65"}],"version-history":[{"count":1,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/posts\/65\/revisions"}],"predecessor-version":[{"id":66,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/posts\/65\/revisions\/66"}],"wp:attachment":[{"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/media?parent=65"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/categories?post=65"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/tags?post=65"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}