Imaginez un neurochirurgien en plein bloc opératoire, en train de retirer une tumeur au cerveau. Son plus grand défi? Savoir où s’arrête le cancer et où commence le cerveau sain. S’il enlève trop de tissu, le patient risque de perdre des fonctions vitales. S’il n’en enlève pas assez, le cancer peut revenir.

Actuellement, l’attente des résultats d’analyse de laboratoire en pleine chirurgie est longue, selon une équipe de chercheurs de l’Hôpital Princess Margaret au sein du Réseau des hôpitaux universitaires de Toronto (UHN).

En seulement 10 secondes, cet instrument chirurgical semblable à un stylo-laser vaporise une infime quantité de tissu pour en analyser instantanément l'empreinte moléculaire.

Photo : Radio-Canada / Romain Cravignac

Pour régler ce problème, le Dr Scott Hopkins de l’Université de Waterloo et le Dr Arash Zarrine-Afsar ont développé un outil capable de classer les cancers du système nerveux central en seulement 10 secondes et préserver les tissus cérébraux sains tout en retirant les tissus cérébraux malsains, explique Dr Hopkins.

Pourquoi l’intelligence artificielle?

Au microscope, une cellule cancéreuse et une cellule saine se ressemblent presque en tout point. Le cancer étant une mutation de notre propre système, les différences chimiques sont tellement infimes qu’un œil humain ne peut pas les détecter manuellement.

L’intelligence artificielle (IA), elle, est capable de repérer ces micro-détails en un clin d’œil.

Notre utilisation de l’IA en ce moment est une façon de fouiller et d’interpréter des données qu’un humain ne peut pas traiter, explique Dr Hopkins.

Dr Zarrine-Afsar abonde dans le même sens : L’intégration de l’apprentissage automatique est un bon pas en avant, car cela nous permet de voir des choses qui sont un peu cachées à l’œil nu si on essayait de regarder les données manuellement.

Dans le climat actuel où le grand public s’inquiète de l’évolution de cette technologie, le Dr Hopkins se veut rassurant : Nous ne disons en aucun cas que nous allons remplacer un neurochirurgien par un robot.

L’outil est purement conçu comme une aide à la décision pour fournir des informations plus rapides. La supervision et le jugement humain resteront primordiaux en salle d’opération.

Dara Vlaminck, candidate au doctorat à l’Université de Toronto, passe ses journées à analyser ces tissus et à coder ces modèles moléculaires. Lors de ses recherches, au lieu d’imposer des règles strictes à la machine, elle a pris le pari de laisser le modèle d’IA explorer les données par lui-même.

En laboratoire, les chercheurs s’activent derrière l’interface logicielle simplifiée qui affiche instantanément la classification du tissu analysé par l’intelligence artificielle.

Photo : Radio-Canada / Romain Cravignac

Elle avait un modèle moléculaire et elle a laissé le modèle vivre sa propre vie. L’IA a eu tendance à examiner les résultats d’une manière très peu orthodoxe et non conventionnelle, raconte le Dr Zarrine-Afsar.

En creusant plus loin, nous avons réalisé qu’elle mettait en lumière des choses très intéressantes sur la biologie du cancer que nous aurions manquées si nous avions analysé nos profils moléculaires de manière conventionnelle, dit-il.

En y regardant de plus près, l’IA avait bel et bien découvert des subtilités cachées de la biologie du cancer.

Lorsque c’est arrivé, nous avons voulu prendre du recul pour essayer d’identifier ce que sont ces métabolites (petites molécules), afin de mieux comprendre ce qui se passe réellement à l’intérieur de nos modèles d’IA, précise Dara Vlaminck.

Et maintenant?

Le projet canadien n’est pas le seul sur les rangs. D’autres équipes à travers le monde développent des outils similaires, comme le stylo iPen au Texas ou le bistouri iKnife à Londres.

Loin de se voir comme des concurrents, ces scientifiques travaillent de manière collaborative en comparant leurs méthodes pour faire avancer la médecine de précision.

Dara Vlaminck, candidate au doctorat à l’Université de Toronto, passe ses journées à analyser ces tissus et à coder ces modèles moléculaires.

Photo : Radio-Canada / Romain Cravignac

Dans un monde idéal, nous espérons pouvoir déployer quelque chose comme ça d’ici 5 à 10 ans, affirme Dr Hopkins.

L’outil est actuellement limité au stade de la recherche. Avant d’arriver dans les hôpitaux, l’équipe devra traverser de longs et coûteux essais cliniques, mais aussi obtenir des approbations réglementaires complexes, d’autant plus que les lois entourant l’IA médicale sont encore en train d’être définies.

L’autre grand défi de l’équipe sera de diversifier sa base de données.

Le Dr Arash Zarrine-Afsar (sur la photo) et le Dr Scott Hopkins sont les deux chercheurs ayant développé cet outil capable d’identifier les cancers du système nerveux central en seulement 10 secondes et préserver les tissus cérébraux sains.

Photo : Radio-Canada / Romain Cravignac

Les types de cancers que nous avons échantillonnés proviennent tous d’une population de l’Ontario, et ce n’est pas nécessairement représentatif de toutes les populations. […] Ce que nous développons en ce moment pourrait être très efficace pour les habitants de la grande région de Toronto, mais peut-être pas autant pour ceux des régions rurales de l’Alberta, admet Dr Hopkins.

À terme, l’objectif secret de cette machine est de démocratiser l’accès aux soins de pointe.

Si nous pouvons fournir un outil à ces endroits plus régionaux, on peut potentiellement aider à traiter de nombreuses personnes qui n’auraient pas accès à ce genre de soins, conclut le chercheur.