Un examen sanguin révolutionnaire, alliant analyse laser et intelligence artificielle, émerge comme une avancée majeure pour détecter le cancer du sein à ses débuts. Avec une efficacité impressionnante de 98%, cette méthode innovante pourrait transformer le dépistage et offrir des traitements plus précis aux patientes.
Un nouvel examen sanguin peut identifier le cancer du sein à ses débuts, en détectant de légers changements survenant lors du stade 1a de la maladie, actuellement indétectables par les tests existants : le développement de cette méthode d’analyse innovante, la première de son genre, est dû aux chercheurs de l’Université d’Édimbourg, qui ont mis au point une technique de dépistage alliant spectroscopie Raman (RS) et apprentissage automatique, un type d’intelligence artificielle.
Comparé à la recherche de marqueurs tumoraux par biopsie liquide, qui fournit des informations sur la maladie sans la sensibilité nécessaire pour détecter les cancers aux stades précoces, le nouvel examen identifie les premiers signes du cancer du sein avec une efficacité de 98%, permettant également de distinguer les quatre principaux sous-types de cancer. Les résultats de l’étude ayant évalué la sensibilité et la spécificité du test viennent d’être publiés dans le Journal of Biophotonics.
Comment fonctionne le test sanguin détectant les premiers signes du cancer du sein
Le nouvel examen sanguin qui détecte le cancer du sein à ses débuts combine une technique d’analyse laser, appelée spectroscopie Raman (RS), avec l’apprentissage automatique, une forme d’intelligence artificielle. Plus précisément, ce nouveau mode opératoire commence par irradier un faisceau laser sur l’exemplaire de sang prélevé sur la patiente, afin d’analyser les propriétés de la lumière suite à son interaction avec les molécules sanguines via un spectromètre, un appareil capable de détecter de petits changements dans la composition chimique, ces changements pouvant constituer des indicateurs précoces de la maladie.
Pour interpréter les résultats, un algorithme d’apprentissage automatique est ensuite utilisé, identifiant des caractéristiques similaires et aidant à classifier les échantillons. Dans le cadre de l’étude pilote menée sur 12 échantillons de patientes avec cancer du sein et 12 témoins sains, la technique s’est montrée efficace à 98% pour identifier le cancer du sein au stade 1a.
Comme mentionné précédemment, le test peut également distinguer entre les quatre principaux sous-types de cancer du sein – Luminal A (HR + / HER2), Luminal B (HR + / HER2 +), HER2-enrichi (HR / HER2 +) et triple négatif (HR / HER2) – avec une précision supérieure à 90%, ce qui pourrait permettre aux patientes de recevoir un traitement plus efficace et personnalisé, a expliqué l’équipe qui examine également des approches similaires pour le dépistage d’autres types de cancer.
“La plupart des décès dus au cancer surviennent suite à un diagnostic à un stade avancé, lorsque les symptômes sont déjà apparus. Ainsi, un futur test de dépistage pour différents types de cancer pourrait les détecter à un stade où ils peuvent être traités beaucoup plus facilement – a déclaré le docteur Andy Downes, de la Faculté d’Ingénierie de l’Université d’Édimbourg, qui a dirigé l’étude –. Un diagnostic précoce est crucial pour la survie à long terme et nous avons enfin la technologie nécessaire. Nous devons simplement l’appliquer à d’autres types de cancer et créer une base de données, avant de l’utiliser comme test multi-cancer.”