Publié le 18 février 2026 à 07h10. Une intelligence artificielle promet de révolutionner le suivi post-greffe de cellules souches et de moelle osseuse en prédisant, avant même l’apparition des symptômes, les risques de complications potentiellement mortelles.
- Une nouvelle IA, baptisée BIOPREVENT, combine des données immunologiques et cliniques pour évaluer le risque de maladie chronique du greffon contre l’hôte (GVHD).
- L’outil a démontré une précision supérieure aux méthodes statistiques traditionnelles pour prédire la mortalité liée à la transplantation.
- BIOPREVENT est accessible gratuitement en ligne pour aider les cliniciens et les chercheurs à améliorer les soins aux patients transplantés.
La greffe de cellules souches ou de moelle osseuse représente souvent une chance de survie pour de nombreux patients atteints de maladies graves. Cependant, le parcours de rétablissement est semé d’embûches, avec un risque de complications tardives, parfois fatales, qui peuvent survenir des mois après la sortie de l’hôpital. Parmi ces complications, la maladie chronique du greffon contre l’hôte (GVHD) est particulièrement redoutée. Elle se manifeste lorsque les cellules immunitaires du greffon attaquent les tissus sains du patient, affectant potentiellement la peau, les yeux, la bouche, les articulations et les poumons, et pouvant entraîner une invalidité durable, voire le décès.
Des chercheurs du MUSC Hollings Cancer Center (États-Unis), en collaboration avec le Center for International Blood and Marrow Transplant Research du Medical College of Wisconsin, ont développé un outil basé sur l’intelligence artificielle (IA) capable d’identifier les patients les plus susceptibles de développer une GVHD chronique avant l’apparition des premiers signes cliniques. Dirigée par Sophie Paczesny, codirectrice du programme de recherche en immunologie et biologie du cancer à Hollings, l’équipe a créé BIOPREVENT, un système d’apprentissage automatique qui analyse des biomarqueurs immunitaires et des données cliniques pour estimer le risque futur de chaque patient.
L’étude, publiée dans le Journal d’investigation clinique, s’appuie sur l’analyse de données provenant de 1 310 receveurs de cellules souches et de moelle osseuse issues de quatre grandes études multicentriques. Les chercheurs ont mesuré les concentrations de sept protéines immunitaires liées à l’inflammation, à l’activation et à la régulation du système immunitaire, ainsi qu’aux lésions tissulaires, dans des échantillons de sang prélevés entre 90 et 100 jours après la greffe. Ces biomarqueurs, identifiés et validés lors d’une précédente étude menée par Sophie Paczesny, ont été combinés à neuf facteurs cliniques, tels que l’âge du patient, le type de greffe, la maladie initiale et les complications antérieures.
En appliquant différentes techniques d’apprentissage automatique, l’équipe a identifié un modèle basé sur des arbres de régression additive bayésienne qui s’est avéré le plus performant pour prédire les résultats pour les patients avec une précision supérieure aux méthodes statistiques classiques. Les résultats ont démontré que la combinaison des biomarqueurs sanguins et des données cliniques permettait de prédire plus efficacement la mortalité liée à la transplantation. L’outil a été validé sur un groupe indépendant de patients, confirmant sa fiabilité.
BIOPREVENT a également permis de distinguer clairement les patients à faible et à haut risque, avec des différences significatives dans leurs résultats jusqu’à 18 mois après la greffe. Il est important de noter que différents biomarqueurs étaient associés à différents types de complications post-greffe, suggérant que la GVHD chronique et les décès liés à la transplantation sont influencés par divers mécanismes biologiques.
Pour faciliter l’accès à cette avancée, l’équipe a développé BIOPREVENT sous la forme d’une application web gratuite. Les cliniciens peuvent saisir les informations cliniques et les valeurs des biomarqueurs de leurs patients pour obtenir une estimation personnalisée de leur risque au fil du temps.
« Pour nous, il était important que cela ne reste pas un modèle théorique ou un outil limité à une seule institution. »
Sophie Paczesny, codirectrice du programme de recherche en immunologie et biologie du cancer à Hollings
Pour l’heure, BIOPREVENT est destiné à soutenir la recherche clinique et l’évaluation des risques, et non à guider directement les décisions thérapeutiques. Les prochaines étapes consisteront à mener des essais cliniques rigoureux pour déterminer si une intervention précoce basée sur les signaux de risque détectés par l’IA, comme une surveillance plus étroite ou des thérapies préventives pour les patients à haut risque, peut améliorer les résultats à long terme.
Cette étude illustre une tendance croissante vers une médecine de précision dans le domaine de la transplantation, où les données sont utilisées pour adapter la surveillance et les soins aux besoins individuels de chaque patient.
« Il ne s’agit pas de remplacer le jugement clinique, mais de fournir aux médecins de meilleures informations plus tôt afin qu’ils puissent prendre des décisions plus éclairées. »
Sophie Paczesny, codirectrice du programme de recherche en immunologie et biologie du cancer à Hollings
Bien qu’une validation supplémentaire soit nécessaire avant que cet outil ne puisse être intégré à la pratique clinique courante, les chercheurs estiment qu’il représente une avancée significative dans la prévention des complications les plus graves liées à la transplantation.