Le glioblastome, tumeur cérébrale, est sournois : chez certains patients, le témozolomide fonctionne, chez d'autres, presque pas. La différence réside souvent dans une petite région de l'ADN, le gène MGMT. Si cette région est chimiquement « éteinte » (méthylée), la tumeur répare moins bien ses cellules, et le médicament frappe plus précisément. Auparavant, pour connaître le statut du gène, le chirurgien prélevait un échantillon de la tumeur avec une aiguille — une procédure risquée, et le résultat pouvait être imprécis, car la tumeur est hétérogène, comme une courtepointe en patchwork.
La nouvelle approche observe la tumeur de l'extérieur, à travers des images IRM standard. L'ordinateur extrait de quatre types d'images des centaines de caractéristiques numériques : la luminosité de la tumeur, sa forme, la façon dont elle absorbe le contraste. Un autre algorithme apprend sur ces images de manière autonome, sans indications, comme un enfant qui regarde des images et trouve des régularités. Les deux flux d'informations sont combinés, et le modèle fournit une prédiction : le gène MGMT est-il méthylé ou non ?
Cette intelligence artificielle « transparente » aide les médecins à faire confiance à la prédiction. La méthode a été testée sur des images de centaines de patients provenant de deux bases indépendantes, et elle a prédit de manière fiable le statut de MGMT. C'est un pas vers le choix du traitement sans ouvrir le crâne — à partir des seules images.
Le gène MGMT code pour une protéine qui répare l'ADN des cellules tumorales. Si le gène est méthylé, la protéine est peu abondante — et les cellules tumorales meurent sous la chimiothérapie, comme une maison sans équipe de réparation.