La survie au cancer peut être prédite à partir du premier document de consultation en oncologie d’une personne à l’aide du Natural Language Processing (NLP). Le NLP associe la linguistique informatique – à savoir une modélisation symbolique de la langue humaine – à des modèles statistiques, de machine learning et de deep learning.

Dans une étude pronostique menée par une équipe de recherche de la University of British Columbia auprès de 47 625 personnes atteintes d’un cancer, la survie à 6, 36 et 60 mois a été prédite au moyen de modèles linguistiques à la fois traditionnels et neuronaux. Les résultats étaient comparables à ceux des études précédentes, voire meilleurs.

« Ces résultats suggèrent qu’il est possible de prédire la survie des personnes atteintes d’un cancer à l’aide d’un document commun sur le cancer, sans informations complémentaires et sans devoir former des modèles distincts pour des types de cancer spécifiques », explique l’équipe de recherche de la University of British Columbia dans le JAMA.

En utilisant les nombreuses caractéristiques de la maladie d’une personne, les modèles prédictifs reposant sur l’apprentissage automatique peuvent fournir des prédictions plus personnalisées et il a été démontré qu’ils sont plus précis que les prédictions des oncologues traitants. Parmi les modèles développés jusqu’à présent, certains s’appuient sur des données structurées, comme la présence de marqueurs génétiques, sur des données démographiques ou sur des aspects spécifiques dans les antécédents médicaux. Cela peut limiter la généralisation de l’utilisation de ces modèles, car les données disponibles varient d’un centre de traitement du cancer et d’une personne à l’autre. Cela limite également le type de données qu’un modèle peut exploiter, étant donné que les données cliniques ne peuvent pas toutes être facilement encodées ou catégorisées en vue de leur extraction et de leur analyse. L’utilisation de données non structurées, telles que le texte dans des documents médicaux, peut pallier ces inconvénients. Toutes les personnes traitées pour un cancer, ou presque, reçoivent un premier document de consultation de leur oncologue. Ces documents contiennent généralement de nombreux détails pertinents quant à la survie, par exemple le tabagisme ou l’état civil, même si ce genre de données ne sont pas enregistrées systématiquement dans des ensembles de données structurés.

Des documents plus courts
Le recours à l’apprentissage automatique à partir de documents (NLP) est de plus en plus fréquent en médecine. Dans de nombreux cas, tant en médecine de manière générale que pour le cancer en particulier, ce sont des documents spécifiques plus courts qui ont été utilisés, tels que des rapports de radiologie ou de pathologie. 

Dans cette étude pronostique réalisée sur 47 625 personnes atteintes d’un cancer, l’équipe de recherche a formé et évalué des modèles traditionnels et neuronaux pour prédire la survie de ces personnes à 6, 36 ou 60 mois en se basant sur leur première consultation chez l’oncologue. L’équipe de recherche a évalué le modèle sur un ensemble interne de données et a découvert que les meilleurs modèles obtenaient des résultats comparables, voire supérieurs, à ceux d’études précédentes, qui prédisaient uniquement la survie pour des types de cancer spécifiques ou qui utilisaient des données plus difficiles à obtenir.

«Nos conclusions laissent supposer qu’il est possible d’obtenir un modèle de prédiction de la survie cliniquement utilisable pour les personnes atteintes d’un cancer, sans nécessiter de modèles spécifiques pour différents types de cancer et en exploitant des données facilement accessibles sans traitement ni exploration de données complexes. Ces résultats doivent encore faire l’objet d’une validation externe et des améliorations sont encore possibles.

Quoi qu’il en soit, les résultats suggèrent que cette méthodologie peut être utile et aider les personnes atteintes d’un cancer et leur équipe de traitement à obtenir un pronostic de survie personnalisé», conclut l’équipe de recherche.

• https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2801709