Un modèle d'IA prédit les résultats du cancer du foie à partir de marqueurs d'oxygénation et immunitaires

Le carcinome hépatocellulaire (CHC) est la forme la plus courante de cancer du foie et l'une des principales causes de décès liés au cancer dans le monde. La chimio-embolisation transartérielle (TACE) est une option thérapeutique clé, mais prédire quels patients y répondront reste un défi.

Cette étude multicentrique a développé un modèle de fusion innovant combinant deux marqueurs biologiques essentiels : les facteurs liés à l'hypoxie (la façon dont les tumeurs réagissent à de faibles concentrations en oxygène) et les caractéristiques du phénotype immunitaire (l'environnement immunitaire de la tumeur). L'objectif était de créer une méthode non invasive permettant de prédire les résultats thérapeutiques chez les patients atteints de CHC traités par TACE.

L'approche par fusion représente une avancée significative par rapport aux méthodes pronostiques traditionnelles, en intégrant plusieurs voies biologiques qui influencent la progression tumorale et la réponse au traitement. En combinant les marqueurs d'hypoxie et les marqueurs immunitaires, le modèle offre potentiellement une vision plus complète de la biologie tumorale.

Cette recherche pourrait transformer la prise de décision clinique en aidant les oncologues à identifier, avant de procéder à l'intervention, les patients les plus susceptibles de bénéficier d'un traitement par TACE. Une meilleure capacité de pronostic pourrait conduire à des plans de traitement plus personnalisés, améliorant potentiellement les taux de survie tout en évitant des traitements inutiles chez les patients peu susceptibles de répondre. La nature non invasive de cette approche est particulièrement précieuse, car elle pourrait réduire la contrainte pour les patients et les coûts de santé tout en maintenant la précision pronostique.