Prédire l'évolution du cancer avec l'intelligence artificielle

La prédiction en santé nécessite l'analyse numérique de données massives. Or en pratique, l'information médicale est centralisée, très peu partagée et insuffisamment structurée, ce qui représente un frein à l'application de l'intelligence artificielle. Face à ce constat, l'objectif était d'étudier l'intérêt de la e-santé dans le partage et la structuration des données médicales puis de proposer une nouvelle solution technologique décentralisée et plus adaptée. Après une revue de la littérature scientifique, une étude de cas-témoin multicentrique a été d'abord conduite en utilisant la micro-spectroscopie infrarouge appliquée sur les pièces tumorales d'une cohorte rétrospective de 100 patients opérés d'un cancer du rein et suivis pendant 5 ans.

Il ressort de ce travail de thèse que la e-santé et les nouvelles technologies digitales peuvent permettre un partage plus efficace et une meilleure structuration des données de santé dans l'optique d'une médecine prédictive.

Ce travail ouvre la voie à un changement de paradigme, une révolution dans le monde médical, avec la possibilité, entre autres, d'exploitation prospective de données médicales en vie réelle et d'alimentation continue des nouveaux Départements Médico-Universitaires (DMU), tout en mettant le patient au centre d'un parcours de soins connecté et mieux coordonné.