Cancer de la prostate, grâce à l’intelligence artificielle, des diagnostics plus précis et moins de biopsies inutiles
Exploiter le potentiel de l’intelligence artificielle pour améliorer le diagnostic du cancer de la prostate, en évitant de nombreuses biopsies inutiles, au bénéfice des patients mais aussi de la pérennité du système de santé. C’est l’objectif du projet FLUTE (Federate Learning and multi-party computation Techniques for prostate cancer) qui vise à intégrer les modèles d’intelligence artificielle les plus avancés dans une plateforme garantissant à la fois la sécurité des données de santé et la vie privée des patients. Une équipe multidisciplinaire mise à disposition par un consortium de 11 partenaires cliniques et techniques dont l’Institut Romagnolo pour l’étude des tumeurs ‘Dino Amadori’ – IRST IRCCS de Meldola.
L’IA pour le diagnostic et le traitement du cancer de la prostate
En Italie, en 2022, il y a eu 40 500 diagnostics de cette tumeur, la plus fréquente chez les hommes de notre pays. Dans la plupart des pays occidentaux, la mortalité par cancer de la prostate a diminué, mais l’ampleur de cette réduction varie d’un pays à l’autre. Pour cette raison, il est essentiel de développer des outils pour accompagner les cliniciens dans le processus de diagnostic. « La survie à 5 ans du cancer de la prostate en Italie dépasse les 90 % et nous disposons de différents outils pour lutter contre la maladie, allant de la chirurgie à la chimiothérapie, de la radiothérapie aux thérapies ciblées jusqu’à la médecine nucléaire », explique Giovanni Martinelli, directeur scientifique de l’Institut Dino. Institut Amadori. « Le traitement de cette tumeur nécessite une approche multidisciplinaire, dans laquelle il faut désormais inclure également l’Intelligence Artificielle », prévient l’oncologue.
Le projet FLUTE
Le projet FLUTE devrait révolutionner l’utilisation des données de santé avec une plateforme conçue pour fournir un environnement sécurisé pour le développement, les tests et le déploiement de solutions d’IA dans le domaine de la santé. « L’un des objectifs de FLUTE est de valider le modèle d’apprentissage fédéré dans le traitement du cancer de la prostate », déclare Nicola Gentili, coordinatrice de l’unité de données de l’IRST ‘Dino Amadori’ IRCCS et chercheur principal du projet.
« Le Federated Learning est une technique collaborative de Machine Learning capable d’exploiter les connaissances présentes dans plusieurs bases de données sans avoir besoin de les partager. De cette manière, les données restent dans les centres qui les possèdent, en toute sécurité, et sont utilisées pour créer un système prédictif commun. modèle, c’est-à-dire un algorithme partagé ».
Un aspect fondamental du projet FLUTE est le développement du HL7 FHIR (Fast Healthcare Interoperability Resource), une norme d’interopérabilité de nouvelle génération conçue pour faciliter un échange rapide et efficace de données cliniques et administratives de santé. En outre, le projet établira de nouvelles lignes directrices pour un apprentissage fédéré transfrontalier conforme au RGPD dans le secteur de la santé, garantissant la conformité réglementaire et la protection des données.
