L'intelligence artificielle au service du dépistage de la colite aiguë grave

Les équipes de l’hôpital Beaujon AP-HP, du CHU de Bordeaux, en collaboration avec l’Inserm, l’Université Paris-Diderot, l’université Paris 13 et la société Owkin, ont identifié un algorithme prédictif de la réponse aux traitements dans des formes sévères de rectocolite hémorragique (RCH) à partir de l’analyse de l’expression de 2 500 microARN. Cet algorithme, « Deepcol », a été construit par apprentissage profond, un type d’intelligence artificielle. Il utilise les valeurs de 9 micro-ARN dont l’expression est mesurée à partir d’une biopsie colique et de 5 paramètres biologiques de routine de soin.

Ces résultats publiés dans la revue Clinical gastroenterology and Hepatology constituent une première étape dans la mise en place d’une médecine personnalisée.

La colite aiguë grave, est une complication sévère qui touche jusqu’à 15% des patients souffrant d’une rectolite hémorragique (RCH). Il s’agit d’une urgence médicochirurgicale, pouvant se compliquer à court terme de sepsis, d’hémorragie, d’accidents thrombo-emboliques et de perforation digestive. En cas d’échec des corticoides intraveineux (40% des cas), l’équipe médicale doit discuter d’une colectomie, ou d’un traitement de seconde ligne par infliximab (anti-TNF alpha) ou cyclosporine. Ces deux traitements ont une efficacité équivalente et près de 50-60% d’échec à moyen terme pour chacun. A terme, 30 à 50% des patients vont avoir une colectomie.

Les équipes des services de Gastroentérologie, MICI et Assistance Nutritive, d’anatomo-pathologie et de Chirurgie Colo-Rectale de l’hôpital Beaujon, AP-HP et du CHU de Bordeaux avec l’équipe « Inflammation intestinale » du Centre de Recherche sur l’Inflammation (UMR 1149-Inserm-Université Paris Diderot) et de l’institut Galilée de mathématique de l’Université Paris 13 avec la société Owkin, ont étudié un moyen d’améliorer ce pronostic par la prédiction du profil individuel de meilleure réponse aux traitements disponibles.

Dans cette étude coordonnée par le Pr Xavier TRETON, un profil d’expression des microARNs de la muqueuse colique (provenant d’une biopsie réalisée lors d’une endoscopie de routine) a été réalisé à partir de deux cohortes rétrospectives de patients avec colite aiguë grave suivis à l’hôpital Beaujon, AP-HP et au CHU de Bordeaux.

Les micro-ARN sont de petites molécules qui régulent l’expression des gènes, et dont le profil est perturbé spécifiquement dans de nombreuses maladies, dont les MICI.

L’expression individuelle de plus de 2500 microARN a été analysée en association avec une cinquantaine de paramètres cliniques et biologiques disponibles en routine, par une méthode mathématique d’apprentissage profond ou deep learning – un type d’intelligence artificiel comparé au réseau neuronal, pour identifier un biomarqueur prédictif de la réponse aux traitements médicaux.

L’algorithme « DeepCol » mis au point, permet grâce à la mesure de 9 microARN muqueux et de 5 paramètres biologiques sanguins, de prédire la réponse aux traitements par corticoïdes, Infliximab et ciclosporine dans près de 90 à 85% des cas.

Cet algorithme démontre pour la première fois que la mise au point de biomarqueurs prédictifs de la réponse aux traitements est possible dans les MICI et constitue un premier pas vers une nouvelle médecine personnalisée. 

Source

Colonic microRNA Profiles, Identified by a Deep-learning Algorithm, That Predict Responses of Patients With Acute Severe Ulcerative Colitis to Therapy

Morilla I1, Uzzan M2, Laharie D3, Cazals-Hatem D2, Denost Q4, Daniel F5, Belleannee G6, Bouhnik Y2, Wainrib G7, Panis Y8, Ogier-Denis E5, Treton X9.