Cancérologie et big data : vers une meilleure prise en charge du patient

Des chercheurs américains s’appuient sur l’analytique et les big data afin de construire des modèles prédictifs susceptibles d’aider à mieux identifier les lésions cancéreuses. La très faible marge d’erreur de leurs résultats, seulement 5%, augure d’avancées prometteuses dans la prise en charge personnalisée des patients, du diagnostic au traitement.

En analysant des volumes considérables de données médicales, en particulier celles issues de l’imagerie à résonance magnétique (IRM), des chercheurs américains ont réussi à construire des modèles prédictifs permettant d’améliorer le diagnostic et le traitement de certaines formes de cancers.

 

Ainsi, en matière de cancer du sein, le recours à ces modèles d’aide à la décision fait gagner un temps bien précieux par rapport au parcours de soin traditionnel fondé sur l’examen des mammographies suivi, le cas échéant, d’une biopsie à des fins d’analyse moléculaire. Grâce à ces recherches, les patientes pourraient bénéficier plus rapidement du traitement le plus adéquat.

 

Des recherches similaires sont également en cours sur d’autres formes de cancers, atteignant le cerveau, la gorge ou les poumons. Là encore, les chercheurs développent des algorithmes qui visent à identifier les modèles prédictifs pertinents, établissant des corrélations entre les données médicales personnelles et le degré de gravité présumée d’une lésion. Les soins, particulièrement lourds pour ce type de maladie, peuvent alors être mieux adaptés à la situation de chaque patient.

 

 Lire l’article (en anglais)

 

En complément,

un article qui montre comment la médecine bénéficie des apports de l’association entre l’imagerie médicale et l’analyse de données
et un autre (sur inscription gratuite) sur les big data et la médecine personnalisée

 

A lire sur Business-Analytics-Info.fr :

« Les big data dopent l’efficacité des hôpitaux américains »
et « Pratiques médicales : de l’efficacité des soins personnalisés »