Qualitop - Au service des patients traités par immunothérapie

Résumé
D’une durée de quatre ans, ce projet vise deux objectifs. Le premier doit répondre au besoin crucial de prédire les événements indésirables liés à l’immunothérapie ; le deuxième est d’en savoir plus sur les patients traités par immunothérapie en vie réelle afin d’identifier les leviers d’amélioration de la qualité de vie de ces patients. Pour y parvenir, Qualitop mise sur le Big Data l’intelligence artificielle (IA).

L'immunothérapie a permis des progrès significatifs dans le traitement du cancer. Elle a permis d'obtenir une grande efficacité dans certains cancers, par exemple jusqu'à 60 % de taux de réponse objective dans le mélanome et 80 % de taux de réponse complète dans la leucémie lymphoblastique aiguë. Néanmoins, deux grands défis empêchent encore d'améliorer l'état de santé et la qualité de vie des patients atteints de cancer après l'instauration d'une immunothérapie :

  1. le besoin crucial de « marqueurs prédictifs » de l'apparition d'effets indésirables liés à l'immunothérapie pour prévoir et améliorer l'état de santé des patients et promouvoir leur qualité de vie ;
  2. le manque de connaissances sur les patients après le début de l'immunothérapie en dehors des essais contrôlés randomisés. Pour atteindre ces objectifs, des sources de données beaucoup plus diversifiées sont nécessaires.

Le projet QUALITOP vise à développer une plateforme numérique intelligente ouverte spécifique à l'immunothérapie et à utiliser des approches d'analyse de données massives, d'intelligence artificielle et de modélisation de simulation. Cela permettra de collecter et d'agréger efficacement des données du monde réel pour surveiller l'état de santé et la qualité de vie des patients atteints de cancer et recevant une immunothérapie. Grâce à des analyses d'inférence causale, QUALITOP identifiera les déterminants de l'état de santé concernant les EI-IR et définira les profils des patients dans un contexte réel. Pour cela, des sources de données hétérogènes (big data), à la fois rétrospectives et prospectives - collectées pour QUALITOP dans des centres cliniques de quatre pays de l'UE - intégreront les déterminants de la qualité de vie liés au mode de vie, à la génétique et aux aspects psychosociaux.

En utilisant des approches d'apprentissage automatique, QUALITOP fournira des recommandations « en temps réel » à partir des profils des patients et des retours d'expérience via la Smart Digital Platform. En outre, une visibilité accrue sur le comportement des patients, une meilleure prédiction des effets indésirables et une amélioration de la coordination des soins permettront d'analyser le gain en termes de rapport coût-efficacité grâce à des approches de modélisation par simulation. Des lignes directrices seront publiées à court et à long terme.

Dernière mise à jour le : 29/04/2024 - 14:42
Blocs libres

Programme : H2020
AAP : SC1-DTH-2019 - Big data and Artificial Intelligence for monitoring health status and quality of life after
the cancer treatment
Porteur HCL : Pr. MAUCORT-BOULCH, Pôle de Santé Publique