Le navire a essuyé une tempête, et le capitaine distribue des bouées de sauvetage. Pour certains, la bouée sauvera la vie ; pour d'autres, elle ne fera que gêner. Il en va de même pour la chimiothérapie après une opération du cancer du sein : elle n'aide pas tout le monde, mais les médecins ne peuvent pas savoir à l'avance à qui elle profitera.
Le nouveau modèle informatique CTX s'attaque à ce problème. Il examine deux sources : une photographie microscopique de la tumeur, où l'on voit l'aspect des cellules cancéreuses, et les renseignements habituels sur la patiente, comme l'âge et le stade de la maladie.
Pour chaque patiente, le modèle calcule deux scénarios : ce qui se passera si l'on traite uniquement par hormonothérapie, et ce qui changera si l'on ajoute une chimiothérapie. La différence entre ces prédictions constitue le bénéfice de la chimiothérapie pour cette femme en particulier. Si le bénéfice est important, le traitement vaut la peine d'être prescrit ; s'il est faible, on peut s'en passer. Cette approche est plus précise que le test génétique, qui se contente d'évaluer le risque de récidive sans dire si le médicament aidera. Au final, on peut prescrire la chimiothérapie 30% moins souvent, sans dégrader les résultats du traitement.
Le modèle Falcon, utilisé pour analyser les lames d'histologie, a été entraîné sur deux milliards de fragments de tissus, soit environ 40 000 lames complètes, ce qui équivaut aux archives accumulées sur des décennies par un grand centre d'oncologie.
L'idée de prédire la réaction individuelle à un traitement fait écho au film « Bienvenue à Gattaca », où l'analyse génétique détermine le destin d'une personne. Ici, cependant, il n'est pas question de fatalisme, mais de la possibilité de choisir la thérapie optimale à partir des données.