Accès précoce : l’IA en renfort du recueil de données
Initié par la Filière Intelligence Artificielle et Cancers (FIAC) et soutenu par France 2030, le projet DANTE vise à valider la pertinence du recours à l’IA pour l’extraction des données des dossiers patients informatisés. Si l’accès précoce en est le premier cas d’usage, l’ambition est de montrer l’intérêt de ces outils pour des applications bien plus larges, notamment en recherche clinique.
Organisée à Paris le 4 septembre dernier, la 3e journée de la Filière Intelligence Artificielle et Cancers (FIAC) a permis de faire le point sur l’avancement du projet DANTE (1), annoncé l’an dernier. « Avec ce projet très ambitieux, il s’agit de faire passer l’extraction de la donnée par l’IA de la promesse à l’usage », a présenté Morgane Champiot, directrice des opérations cliniques de la CRO RCTs, qui accompagne la FIAC dans sa mise en œuvre.
Le recueil des données dans le cadre d’un accès précoce (AP) accordé à un médicament présumé innovant, a été choisi comme premier cas d’usage. « L’accès précoce est un mécanisme extrêmement précieux. Mais une fois le produit obtenu pour son patient, récupérer les données n’est plus la priorité du clinicien, et au fil du temps le taux de complétude du recueil diminue », observe Philippe Bonnard, directeur médical oncologie de MSD France, l’une des trois big pharma engagées dans le projet, au côté d’AstraZeneca et d’Amgen.
« Les données d’AP apportent un éclairage extrêmement important pour les évaluateurs, soutient Camille Thomassin, cheffe de la mission méthodes, Europe, données à la Haute autorité de santé. Mais on atteint aujourd’hui les limites d’optimisation possible dans le cadre légal très contraint de la collecte de données. D’où l’intérêt pour nous de suivre des projets comme DANTE. »
Trois laboratoires partenaires
Les promoteurs de DANTE ont été accompagnés par la Cnil et ont travaillé « main dans la main » avec la HAS pour établir le protocole, à trois bras. Dans le premier, les données d’AP, sur 22 variables prédéfinies, sont extraites du dossier patient informatisé (DPI) grâce à un logiciel d’IA au choix de l’établissement (développé en interne ou fourni par une société tierce) ; dans le deuxième, elles sont saisies manuellement par les prescripteurs ; l’extraction des données du DPI par des attachés de recherche clinique constitue le bras contrôle.
Au total, les analyses porteront sur les dossiers de 147 patients traités par un médicament sous AP d’un des laboratoires participants. « L’objectif d’associer trois laboratoires est d’atteindre cet effectif le plus rapidement possible, mais aussi de démontrer que cela peut fonctionner quelle que soit la firme pharmaceutique concernée », explique Nathalie Varoqueaux, directrice médicale d’Amgen France. Les inclusions ont démarré avec le durvalumab d’AstraZeneca, dans l’indication d’accès précoce obtenue en avril dernier ; le tarlatamab, d’Amgen, a reçu son sésame début juillet. A noter cependant : l’étude ne prendra pas en compte les données directement rapportées par les patients dans les questionnaires de qualité de vie.
Une extraction à partir de début 2027
Pour l’heure, 90 dossiers de patients sous AP sont comptabilisés, répartis dans 22 centres en métropole. La faiblesse du nombre de patients par centre a dissuadé nombre d’entre eux de contractualiser à cette fin spécifique avec une start-up proposant un logiciel d’IA. Lifen par exemple, qui devait initialement être associée au projet, n’y a finalement pas participé pour cette raison, explique son CEO Franck Le Ouay. Mais « certaines start-up ont pu s’engager au côté d’hôpitaux qui ne disposaient pas de leur propre logiciel d’IA », note Marco Fiorini, directeur général de la FIAC.
Autre écueil : parmi les 22 centres participant à ce jour figurent une majorité de structures privées, ainsi que des centres de lutte contre le cancer, mais peu de CHU et de centres hospitaliers publics. « Nous avons besoin de plus de diversité pour renforcer la robustesse de l’étude », plaide Aurélien Pecoul, responsable innovation et données de santé chez AstraZeneca France. Marco Fiorini espère néanmoins l’achèvement des inclusions dès fin 2026, et un démarrage des extractions de données au premier trimestre 2027.
Pour Camille Thomassin, ces premiers résultats seront clés afin de pouvoir élargir cette approche, voire la généraliser à l’ensemble des accès précoces. « En cas de succès, l’ambition à terme est que tout outil de traitement automatique du langage, répondant au cahier des charges construit avec les industriels et la HAS, puisse être utilisé pour l’extraction de données des DPI. Ceci non seulement pour le suivi des AP mais aussi pour des applications bien plus larges, comme par exemple constituer des cohortes de patients ou des bras contrôles externes sur des populations rares, et favoriser l’inclusion de patients français dans des essais de phase III ou IV », s’enthousiasme Marco Fiorini.
Julie Wierzbicki
(1) Données d’Accès précoces Normalisées extraites par Traitement automatisé du langage en vue de leur Évaluation (DANTE)
