Site icon Tech-Connect

Comment l’IA aide (vraiment) la recherche contre le cancer en France

Comment l'IA aide vraiment la recherche contre le cancer

« L’IA va révolutionner la lutte contre le cancer » : la formule revient sans cesse dans les médias. À l’Institut de génétique et de biologie moléculaire et cellulaire (IGBMC) de Strasbourg, où 30 des 45 équipes de recherche travaillent exclusivement sur le cancer, l’oncologue Gabriel Malouf utilise justement l’intelligence artificielle au quotidien dans ses travaux sur le cancer du rein. Voici, sans emballement, ce que cela signifie concrètement.

Le problème concret que l’IA aide à résoudre

Gabriel Malouf dirige l’équipe « Oncologie moléculaire et translationnelle » de l’IGBMC. Sa question de recherche est précise : pourquoi certains patients atteints d’un cancer du rein répondent-ils bien à l’immunothérapie, quand d’autres développent des résistances au traitement, ou au contraire des effets toxiques ?

💡 Pour les non-initiés : c’est quoi l’immunothérapie, et pourquoi la résistance pose problème L’immunothérapie est une approche de traitement du cancer qui ne cherche pas à détruire directement les cellules tumorales, mais à stimuler le système immunitaire du patient pour qu’il les reconnaisse et les combatte lui-même. Cette approche a transformé le pronostic de plusieurs cancers ces dernières années. Le problème, c’est qu’elle ne fonctionne pas de la même façon chez tous les patients : certains y répondent très bien, d’autres développent une résistance qui rend le traitement inefficace, et d’autres encore subissent des effets secondaires importants sans bénéfice suffisant. Comprendre à l’avance qui répondra bien au traitement permettrait d’éviter des mois de traitement inefficace, voire toxique, à des patients pour qui une autre approche serait plus adaptée.

Le rôle précis que joue l’intelligence artificielle ici

Pour répondre à cette question, l’équipe de Gabriel Malouf analyse des volumes de données considérables : jusqu’à deux millions de données par tumeur. Un volume totalement impossible à traiter manuellement par un être humain, même avec une équipe entière consacrée à la tâche, c’est précisément là que l’intelligence artificielle apporte une capacité de calcul et d’analyse que la recherche médicale ne possédait tout simplement pas il y a encore quelques années.

Ce travail a déjà porté ses fruits : les recherches de l’équipe ont permis d’identifier de nouveaux marqueurs de résistance à l’immunothérapie dans les cancers du rein, des indices biologiques mesurables qui, une fois validés, pourraient à terme aider à prédire à l’avance quels patients répondront bien au traitement.

📌 À noter : le point que Gabriel Malouf lui-même met en avant

Interrogé sur l’apport de l’IA dans ses recherches, Gabriel Malouf a lui-même tenu à nuancer l’enthousiasme ambiant : selon lui, l’intelligence artificielle reste un outil pour répondre à des questions, mais elle ne produira pas de bonnes réponses si les chercheurs ne partent pas, en amont, d’hypothèses et de questions scientifiques bien construites. Une précision qui rappelle une évidence trop souvent oubliée dans le discours médiatique sur l’IA en santé : la technologie amplifie le travail scientifique humain, elle ne le remplace pas.

Un investissement structurel, pas seulement une équipe isolée

Le travail de Gabriel Malouf s’inscrit dans une dynamique plus large de l’IGBMC et de son écosystème régional.

Ce que cet exemple dit de l’IA en médecine, plus largement

Ce cas concret illustre bien ce à quoi ressemble réellement, aujourd’hui, l’apport de l’IA à la recherche médicale : pas une machine qui « invente » des traitements ou pose des diagnostics de façon autonome, mais un outil d’analyse statistique à très grande échelle, qui permet à des chercheurs humains de repérer des motifs dans des données bien trop volumineuses pour être analysées à l’œil nu, accélérant ainsi un travail scientifique qui reste, à chaque étape, piloté et interprété par des experts humains.

Et vous, qu’en pensez-vous ?

🗣️ La remarque de Gabriel Malouf, selon laquelle l’IA ne vaut que par la qualité des questions scientifiques posées en amont, vous semble-t-elle applicable à d’autres domaines où l’on utilise l’IA ?
Quitter la version mobile