fr.wedoany.com Rapport : NodeAI a récemment lancé un essai clinique au University Health Network (UHN) pour valider la capacité de son algorithme d’IA à prédire en temps réel la malignité des ganglions lymphatiques lors d’une échographie endobronchique (EBUS). Cet essai se déroule au Toronto General Hospital, établissement où une étude clinique pionnière a validé pour la première fois la technique EBUS en 2011.
Chaque année, plus de 270 000 patients en Amérique du Nord subissent une échographie endobronchique. Cette technique de biopsie mini-invasive, appelée EBUS-TBNA, a été développée pour la première fois au Toronto General Hospital à la fin des années 1990, révolutionnant le diagnostic du cancer du poumon. Elle a largement rendu superflue la chirurgie à thorax ouvert et est désormais devenue la norme mondiale. Cependant, environ 40 % des cas présentent des résultats non concluants, car l’efficacité de la procédure dépend fortement de l’expérience et de la formation de l’opérateur. Des résultats incertains entraînent des retards de diagnostic et des biopsies répétées, ce qui nuit au pronostic des patients.
NodeAI, une start-up d’IA médicale basée à Hamilton, a été fondée précisément pour résoudre ce problème. Le Dr Kazuhiro (Kazu) Yasufuku, co-développeur de la technique EBUS-TBNA, actuellement chef du service d’endoscopie et de chirurgie thoracique interventionnelle à l’UHN et membre du conseil consultatif de NodeAI, participe également à l’essai. Il avait pris part à l’étude clinique pionnière ayant validé la technique EBUS en 2011. L’EBUS-TBNA, développée par le Dr Yasufuku au Toronto General Hospital, a remplacé la médiastinoscopie, une intervention nécessitant une anesthésie générale, une incision cervicale et l’utilisation d’instruments rigides en acier pour accéder à la cavité thoracique. L’EBUS a réduit la durée de l’examen à moins de 15 minutes, permettant aux patients de rentrer chez eux le jour même, et est devenue la référence mondiale en une décennie. En 2020, on estime que 650 000 cas de cancer du poumon ont été diagnostiqués grâce à cette technique. Le Dr Yasufuku a reçu le Prix japonais de la recherche et du développement médical décerné par le Premier ministre Shinzo Abe.
« En tant que co-développeur de l’EBUS-TBNA, il est passionnant de voir l’IA contribuer à débloquer la prochaine génération de diagnostics de précision. L’approche de NodeAI est scientifiquement crédible car elle repose sur une anatomie chirurgicale validée, des données d’imagerie réelles et des schémas cliniquement significatifs que les bronchoscopistes expérimentés reconnaissent chaque jour. NodeAI a le potentiel d’améliorer les taux de diagnostic, d’accélérer la diffusion de l’expertise et, en fin de compte, de bénéficier aux soins des patients dans le monde entier », a déclaré le Dr Yasufuku.
La plateforme NodeAI s’intègre directement dans les flux de travail cliniques EBUS existants via une interface basée sur le cloud. Pendant la procédure, l’IA analyse en temps réel la vidéo échographique, détecte l’anatomie des ganglions lymphatiques, identifie les niveaux stationnels et génère une prédiction de malignité avant le déploiement de l’aiguille de biopsie. Le système est indépendant du fournisseur et ne nécessite aucune modification matérielle. L’algorithme, basé sur plus de sept ans de recherche clinique et l’un des plus grands ensembles de données vidéo EBUS au monde, a été développé conjointement par le chirurgien thoracique Waël Hanna et le scientifique en IA Anthony Gatti, tous deux co-fondateurs de NodeAI.
« L’EBUS a complètement changé notre façon de stadifier le cancer du poumon », a déclaré le Dr Hanna. « Mais l’efficacité de l’examen dépend de l’opérateur, ce qui crée un problème d’équité. Les résultats obtenus par un patient traité par un bronchoscopiste expérimenté dans un grand centre universitaire diffèrent de ceux d’un patient dans un hôpital communautaire. L’IA peut combler cet écart. Cet essai vise à le prouver. »
L’essai recrutera 100 patients au Toronto General Hospital sur une période de 3 mois. Le critère principal est la capacité de NodeAI à traiter avec succès les images EBUS et à renvoyer des prédictions en temps réel à un taux supérieur à 90 %, c’est-à-dire pour plus de 90 % de toutes les images capturées pendant la procédure. L’essai évaluera si les conseils en temps réel de NodeAI améliorent les taux de diagnostic par rapport à la pratique EBUS standard, en mettant l’accent sur la réduction des résultats non concluants et la diminution des variations entre opérateurs.
« Il n’y a pas d’endroit plus crédible au monde que le Toronto General Hospital pour valider la technique EBUS », a déclaré le Dr Hanna. « C’est ici même que cette technique est née. Mener cet essai sous la direction du Dr Yasufuku constitue la base scientifique dont nous avons besoin pour garantir que nous créons une technologie capable d’aider chaque patient luttant contre le cancer du poumon. »
Le cancer du poumon tue plus de personnes au Canada que tout autre cancer, avec environ 33 000 nouveaux cas diagnostiqués prévus en 2025. À l’échelle mondiale, il est la principale cause de décès liés au cancer. Une stadification précise et rapide détermine si un patient reçoit une chirurgie, une chimiothérapie, une radiothérapie ou des soins palliatifs. L’ambition plus large de NodeAI est de rendre l’EBUS de niveau expert accessible partout, pas seulement dans les centres médicaux universitaires. Le modèle d’abonnement de l’entreprise vise à déployer la solution dans les hôpitaux à fort volume ainsi que dans les petits sites communautaires qui pratiquent l’EBUS mais disposent d’une expertise limitée.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
