La data science assiste la médecine dans le traitement de la leucémie

La data science assiste la médecine dans le traitement de la leucémie

Accenture annonce la mise au point d’une approche de gestion et d’analyse des données génomiques dans le cadre du traitement de la leucémie. Chercheurs et data scientists espèrent ainsi déterminer pour un patient le traitement le plus adapté.

La leucémie aiguë myéloïde ou LAM est un cancer du sang et de la moelle osseuse. Il s’agit de la deuxième leucémie la plus fréquente chez l’enfant. Aux Etats-Unis, cette forme de cancer touche près de 500 enfants chaque année. En France, ce sont 20 à 30 nouveaux cas qui sont diagnostiqués tous les ans.

Dans le cadre de la recherche médicale, l’intelligence artificielle et la data science sont mobilisées, notamment afin de mesurer l’efficacité des traitements. Aux US, Accenture participe ainsi à des travaux sur la LAM de l’enfant aux côtés de médecins du centre de recherche sur le cancer Fred Hutchinson.

Volume et variété des données sont un obstacle

L’entreprise annonce d’ailleurs avoir élaboré une approche en matière de données et d’analyse pour gérer et tirer des enseignements des données génomiques sur la maladie. Elle vise à permettre une meilleure analyse des essais cliniques et des données génétiques des patients.

Pour les médecins et chercheurs en oncologie pédiatrique, cet usage de la data science pourrait ainsi se traduire par une amélioration de la médecine de précision. Et si des techniques de data science sont nécessaires, c’est parce que les volumes de données sont considérables.

Accenture rappelle ainsi que les seules données ARN « représentent à elles seules plus de 48 000 colonnes par patient si elles sont gérées dans un format de tableau standard. » Or, ces données sont combinées à d’autres sources d’informations.

En conséquence, « le volume et la variété des combinaisons constituent un obstacle important à la comparaison des profils des patients et des résultats à l’échelle. » Pour mener leurs recherches, médecins et data scientists ont eu accès aux données du Target Pediatric AML (TpAML), un groupe de travail.

« L’intégration des données génomiques et cliniques et leur présentation dans un format utilisable et accessible est un défi important pour la médecine de précision » souligne le docteur Soheil Meshinchi du Fred Hutch.

Anticiper la réponse d’un patient à un traitement

L’analyse de ces données doit permettre de définir la réponse d’un patient à un traitement particulier au moment du diagnostic, soit avant le début d’une chimiothérapie. Les informations tirées de cette analyse pourraient « contribuer à éclairer le traitement recommandé. »

Comment ? En fournissant aux médecins une vision plus solide du succès clinique et des effets secondaires probables d’un traitement standard. Plus « solide » car reposant sur un profil génétique et les antécédents médicaux du malade.

D’après Accenture, le traitement pourrait ainsi être adapté en prédisant la réponse prévue des patients à la thérapie standard. De cette façon, « les patients à haut risque pourraient être affectés à une transplantation de moelle osseuse ou à des thérapies ciblées ».

« Cet effort de collaboration entre les chercheurs du TpAML et les scientifiques d’Accenture fournit un mécanisme permettant une analyse plus éclairée des données cliniques et génomiques. Il pourrait aider à identifier les patients présentant un risque élevé d’échec des traitements conventionnels. La validation de ces résultats peut aider à modifier les traitements des patients en fonction de leur risque de rechute » souligne le docteur Meshinchi.

A lire également sur MyData

Santé connecté

Data et Open Science au service de la détection des crises d’épilepsie

Open Hardware, Open Source, Open Science… Le mot d’ordre de l’association Aura est l’ouverture. Grâce à un capteur et du machine learning, Aura s’efforce de détecter les crises d’épilepsie et d’améliorer la vie des malades.

A propos de Christophe Auffray 349 Articles
De formation initiale en marketing Web et en économie, je me suis spécialisé par la suite dans la presse B2B consacrée à l'économie numérique et dispose dans ce secteur de 15 ans d'expérience. Spécialiste de la transformation numérique, de l'innovation et des nouveaux business models des entreprises, j'ai développé des compétences dans les domaines du marketing éditorial, de la stratégie éditoriale, de la production de contenus premium et la gestion de sites d'information et d'équipe dans l'univers des médias en ligne et du marketing des solutions innovantes.