Des chercheurs ont établi une feuille de route pour un outil fondé sur l’intelligence artificielle en santé qui aide les médecins à élaborer rapidement et précisément un plan thérapeutique pour les patients en état critique, en s’appuyant sur des marqueurs de la réponse immunitaire du patient. Cette approche vise à réduire les conjectures au stade initial des soins et à orienter les décisions cliniques vers des traitements plus ciblés.
Pour en savoir plus sur l’usage de l’IA en médecine, voir l’article associé :
https://www.aljazeera.com/health/2025/4/17/%D9%83%D9%8A%D9%81-%D9%8A%D8%B3%D8%A7%D8%B9%D8%AF-%D8%A7%D9%84%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D9%84%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-%D8%A7%D9%84%D8%A3%D8%B7%D8%A8%D8%A7%D8%A1
Application en services d’urgence
Ces tests peuvent aider efficacement les équipes des urgences à définir des protocoles de diagnostic et de prise en charge pour les patients suspects d’infection ou présentant des affections critiques. Ils sont particulièrement utiles pour des cas tels que :
- l’infection généralisée (sepsis) — https://www.aljazeera.com/health/2018/3/12/%D9%85%D8%A7-%D8%A5%D9%86%D8%AA%D8%A7%D9%86-%D8%A7%D9%84%D8%AF%D9%85,
- les brûlures graves — https://www.aljazeera.com/health/2022/2/10/%D8%A7%D9%84%D8%AD%D8%B1%D9%88%D9%82-%D8%AD%D8%B1%D9%88%D9%82-%D8%A7%D9%84%D8%AF%D8%B1%D8%AC%D8%A9-%D8%A7%D9%84%D8%A3%D9%88%D9%84%D9%89-%D8%A7%D9%84%D8%AB%D8%A7%D9%86%D9%8A%D8%A9,
- les infections diverses et la détresse respiratoire aiguë — https://www.aljazeera.com/health/2023/11/16/%D8%A3%D8%B9%D8%B1%D8%A7%D8%B6-%D9%85%D8%AA%D9%84%D8%A7%D8%B2%D9%85%D8%A9-%D8%A7%D9%84%D8%B6%D8%A7%D8%A6%D9%82%D8%A9-%D8%A7%D9%84%D8%AA%D9%86%D9%81%D8%B3%D9%8A%D8%A9.
En combinant plusieurs tests qui évaluent les profils d’activité génique (empreinte génétique) des cellules immunitaires, les cliniciens peuvent mieux déterminer l’état immunitaire du patient et décider si un traitement est nécessaire et lequel sera le plus bénéfique.
Étude et équipe de recherche
L’étude a été conduite par des chercheurs de plusieurs universités aux États-Unis et en Europe, sous la direction du professeur Purvesh Khatri, spécialiste en informatique biomédicale à l’université Stanford.
Les résultats ont été publiés dans deux articles dans la revue Nature Medicine le 30 septembre dernier et ont fait l’objet d’une couverture médiatique, notamment sur EurekAlert. Un résumé général des travaux sur la traduction des résultats en pratique clinique est disponible ici :
https://www.aljazeera.com/health/2018/4/23/%D8%AA%D8%B9%D8%B1%D9%81-%D8%B9%D9%84%D9%89-%D8%A3%D9%86%D9%88%D8%A7%D8%B9-%D8%A7%D9%84%D8%AF%D8%B1%D8%A7%D8%B3%D8%A7%D8%AA-%D8%A7%D9%84%D8%B7%D8%A8%D9%8A%D8%A9.
Des travaux antérieurs de l’équipe avaient déjà montré que les empreintes géniques des cellules immunitaires pouvaient diagnostiquer la présence d’une infection et prédire son type et sa sévérité. Voir à ce sujet :
https://www.aljazeera.com/health/2013/11/9/%D8%A7%D9%84%D8%AC%D9%8A%D9%86%D8%A7%D8%AA.
Classification immunitaire et décisions thérapeutiques
Les chercheurs montrent que classer les patients selon le fonctionnement des différents bras du système immunitaire permet d’orienter le traitement. Quatre profils de réponse immunitaire ont été définis :
- déséquilibre myéloïde (dysrégulation des cellules myéloïdes),
- déséquilibre lymphoïde (dysrégulation des lymphocytes),
- dysrégulation combinée (myéloïde et lymphoïde toutes deux perturbées),
- réponse équilibrée (fonctionnement attendu de toutes les cellules immunitaires).
Selon le profil, les cliniciens peuvent privilégier :
- des médicaments ciblant la réponse myéloïde pour les patients présentant une dysrégulation myéloïde,
- des traitements axés sur la réponse lymphoïde pour ceux avec une dysrégulation lymphoïde,
- une combinaison thérapeutique si les deux bras sont affectés.
Cette approche permet de prescrire dès l’initialisation des soins le traitement le plus adapté, évitant ainsi des tentatives empiriques et retardées.
Un score basé sur des signatures géniques
L’équipe a développé un système de notation qui évalue la dysrégulation immunitaire en distinguant :
- les signatures géniques « bonnes » (associées à une réponse immunitaire saine),
- les signatures géniques « mauvaises » (liées à une réponse déséquilibrée et délétère).
Une augmentation du score de dysrégulation — c’est‑à‑dire une proportion plus élevée de signatures « mauvaises » par rapport aux signatures « bonnes » — a été corrélée à des issues défavorables dans diverses pathologies critiques, notamment le sepsis, les brûlures, les traumatismes et la détresse respiratoire aiguë.
Le test TriVerity : principe et performances
Le test diagnostique et prédictif innovant, appelé TriVerity, mesure l’activité de 29 gènes et utilise des algorithmes d’intelligence artificielle en santé pour fournir trois scores :
- probabilité d’infection bactérienne,
- probabilité d’infection virale,
- probabilité d’évolution vers une forme sévère nécessitant une prise en charge en unité de soins intensifs dans les 7 jours.
Le prototype développé par l’équipe a obtenu l’approbation de la Food and Drug Administration (FDA) américaine plus tôt cette année, marquant une étape importante vers son utilisation clinique.
Validation clinique multicentrique
La phase de validation de TriVerity a porté sur 1 222 patients recrutés dans 22 services d’urgence aux États-Unis et en Europe. Les essais ont évalué la capacité du test à identifier une infection et à prédire sa sévérité dans des environnements de soins réels.
Les résultats montrent que TriVerity a surpassé trois des critères actuellement utilisés pour détecter les infections. Les bénéfices observés comprennent :
- un diagnostic plus précis des infections,
- une meilleure prédiction de la gravité de la maladie,
- des indications plus fiables pour l’utilisation appropriée des antibiotiques.
Perspectives cliniques
En permettant une stratification immunologique rapide des patients, les tests basés sur des signatures géniques et l’intelligence artificielle en santé promettent d’améliorer la prise en charge des cas critiques. Ils offrent la possibilité de :
- réduire les délais de décision thérapeutique,
- adapter les traitements aux mécanismes immunitaires en jeu,
- optimiser l’utilisation des ressources en soins intensifs.
L’intégration de telles technologies dans les services d’urgence et les unités de soins pourrait transformer la manière dont sont abordées les infections graves et les états critiques.