Par Lin Pierre Zhao, lauréat de la bourse de recherche Action Leucemies
Référence :
Alcazer V, Le Meur G, Roccon M, Barriere S, Le Calvez B, Badaoui B, et al. Evaluation of a machine-learning model based on laboratory parameters for the prediction of acute leukaemia subtypes: a multicentre model development and validation study in France. Lancet Digit Health. 2024;6(5):e323-e333.
Résumé :
Ce travail avait pour but de développer une méthode pour identifier le type de leucémie aiguë (promyélocytaire, myéloblastique ou lymphoblastique, chacune ayant des spécificités thérapeutiques) en utilisant des informations couramment mesurées disponibles en routine.
Des experts ont créé un outil informatique d’intelligence artificielle, nommé AI-PAL, en analysant les données médicales de 1410 patients. L'efficacité de cet outil a été prouvée très élevée, avec des précisions de 97% pour la LAP, 90% pour la LAL et 89% pour la LAM. Cela signifie que l'outil peut très bien prédire le type de leucémie, ce qui est crucial pour choisir le traitement le plus adapté à la phase aiguë.
AI-PAL est maintenant disponible sous forme d'application, ce qui le rend facile à utiliser pour aider rapidement à déterminer le type de leucémie et ainsi orienter le traitement initial.
