Une équipe internationale a mis au point un modèle d’intelligence artificielle capable de transformer de simples dosages sanguins de PSA en une réplique numérique du cancer de la prostate de chaque patient. Ces travaux, publiés dans la revue npj Digital Medicine (Nature), ouvrent la voie à une nouvelle génération de jumeaux numériques cliniquement exploitables.
Le modèle repose sur l’intégration d’un réseau de neurones à un modèle physique de diffusion du PSA depuis la tumeur vers le sang. En fusionnant les données biologiques (PSA) avec les lois mécaniques de la croissance tumorale, l’algorithme est capable de reconstruire en 3D le volume tumoral du patient sur plus de deux ans et demi, avec une précision de l’ordre de 12 %, même lorsque les valeurs de PSA semblent stables.
« Le PSA donne souvent l’illusion d’une stabilité, mais ce modèle révèle des progressions silencieuses qui échapperaient autrement au clinicien », notent les auteurs.
Une intelligence artificielle explicable et personnalisée
Contrairement aux approches d’IA purement statistiques, ce modèle dit "physico-informé" intègre des connaissances biomédicales fondamentales dans l’apprentissage automatique. Cette architecture hybride assure à la fois la robustesse des prédictions et leur interprétabilité, en s'appuyant sur les lois classiques de diffusion pour relier le volume tumoral aux concentrations sanguines.
Des applications concrètes en suivi non invasif
Concrètement, chaque patient peut être doté d’un « jumeau numérique » qui suit en continu l’évolution de sa tumeur. Ce système pourrait enrichir la surveillance active en oncologie, notamment dans les formes indolentes du cancer de la prostate. Il permettrait également d’ajuster plus finement les traitements, en détectant les changements morphologiques non visibles par les examens d’imagerie standard ou les variations isolées du PSA.
Vers une médecine prédictive plus fine
Les chercheurs estiment que ce type de modèle pourrait être rapidement transposé à d’autres types de cancers ou de biomarqueurs. L’étude met en avant le potentiel de l’IA pour redonner un sens clinique à des indicateurs biologiques jugés peu spécifiques ou peu sensibles, à condition de les replacer dans un cadre physiologique rigoureux.
Le développement de ce jumeau numérique repose sur des données rétrospectives anonymisées de patients et devra faire l’objet de validations prospectives avant une adoption clinique large.
