Le congrès ESMO AI & Digital Oncology 2025, organisé à Berlin, a confirmé la montée en puissance des technologies d’intelligence artificielle dans le parcours de soins en oncologie. Deux études présentées cette année illustrent particulièrement l’impact croissant de l’IA, à la fois dans l’inclusion des patients aux essais cliniques et dans l’évaluation des biomarqueurs déterminants pour les décisions thérapeutiques.
Optimiser l’inclusion dans les essais grâce aux LLM
L’identification des patients éligibles aux essais cliniques reste un processus complexe, exigeant une analyse exhaustive des données médicales et une interprétation fine de critères souvent très spécifiques. Une étude de preuve de concept a évalué l’outil MedgicalAI®, basé sur un large language model (LLM), dans une unité de phase I. Sur 108 dossiers, l’IA a identifié 47 patients comme éligibles, dont 87 % ont été confirmés comme de véritables éligibilités par les cliniciens. Les divergences observées provenaient essentiellement de facteurs organisationnels non accessibles à l’algorithme, tels que la disponibilité des places dans les essais ou l’absence de données cliniques à jour.Bien que ces résultats soient limités à un contexte très spécialisé, ils démontrent la capacité de l’IA à accélérer un processus historiquement long et manuel, tout en soutenant les équipes dans la gestion de charges administratives croissantes. Ces outils pourraient à terme faciliter l’accès des patients aux innovations thérapeutiques, notamment dans les pathologies où les options d’essais conditionnent fortement la prise en charge.
IA et biomarqueurs : un scoring PD-L1 plus précis et plus reproductible
La seconde étude mettait en avant un algorithme de pathologie numérique capable de quantifier l’expression de PD-L1, un biomarqueur clé en oncologie, avec une performance supérieure à celle du scoring manuel.Dans une cohorte de 142 échantillons, l’IA a atteint 88 % de précision et 96 % de sensibilité, surpassant largement l’évaluation humaine (75 % et 78 % respectivement). Cette amélioration est particulièrement notable dans les zones proches des seuils décisionnels, où la variabilité inter-observateur est habituellement la plus forte.Cette avancée ouvre la voie à une intégration plus large de l’IA dans le flux diagnostique, afin de garantir une évaluation plus standardisée et plus fiable des biomarqueurs utilisés pour sélectionner les patients candidats à l’immunothérapie.
Vers une oncologie plus fluide et plus standardisée
Ces travaux illustrent un mouvement de fond : l’IA tend à devenir un outil d’harmonisation dans un paysage thérapeutique de plus en plus complexe. Pour accompagner son déploiement, l’ESMO rappelle néanmoins la nécessité de cadres de validation robustes afin de garantir la sécurité, la reproductibilité et l’interprétabilité des modèles.L’édition 2025 marque ainsi une étape importante : l’IA passe du concept à l’application concrète, positionnant l’oncologie dans une nouvelle phase de précision, de rapidité et d’efficience.