Dans le cadre du programme Européen EIT Food 4 Health, l’équipe du professeur Olivier Cussenot a été retenue pour participer à l’axe qui vise à évaluer et prévenir la perte musculaire (sarcopénie) chez les patients atteints de cancer. Nous avons centré notre projet sur le cancer de la prostate aux stades avancés. En effet, le cancer de la prostate avancé est responsable d’une mortalité indirecte liée aux effets secondaires de la privation d’androgènes qui accélèrent le déclin lié à l’âge et peuvent aggraver ou décompenser un syndrome métabolique ainsi qu’une perte de masse musculaire et osseuse (mortalité liée aux chutes et fractures). Nous avons précédemment créé une base de données sur les maladies prostatiques (> 8 000 personnes) qui contient des profils clinico-pathologiques et des milliers de profils génétiques (avec des données SNP liées au métabolisme, aux voies hormonales ou à la composition corporelle liée à l’âge). Il a contribué à de nombreux programmes de découverte en oncologie prédictive basés sur des technologies de « Machine Learning ». Les mesures préventives personnalisées actuelles sont basées sur des scores indépendants intégrant plusieurs paramètres, mais peu de scores évaluent le risque de progression de la sarcopénie dans ce contexte. Au sein de l’Institut Universitaire de cancérologie, de «SCAI » (Sorbonne Center for Artificial Intelligence) et le la plateforme hospitalo-universitaire de gestion des risques en cancérologie, l’équipe (GRC N°5 : OncoUrologie Prédictive) développe un système d’intelligence artificielle explicable (XAI) de prévention tertiaire pour la mitigation des risques liée aux traitements grâce à des actions physiques, diététiques et de style de vie. Il prend en compte les caractéristiques du patient (anthropométriques, y compris les mesures de composition corporelle par IRM), le mode de vie et des facteurs génétiques (SNP associés aux performances physiques, à la masse grasse ou maigre). De multiples interactions entre des facteurs génétiques, morphologiques et environnementaux constitutionnels ont été sélectionnées par un processus « d’apprentissage » avant la constitution d’une base de données d’exemples comprenant des données d’entrée et des règles basées sur une revue de la littérature scientifique. Notre équipe a également mené un essai pour évaluer les avantages d’un coaching personnalisé à l’aide d’un bracelet connecté sur la qualité de vie et la composition corporelle des patients atteints d’un cancer de la prostate sous traitement hormonal. Sur le plan pratique, l’outil, que nous avons développé, permet une mesure personnalisée de la masse musculaire à partir de données d’imagerie et biologiques obtenues lors d’un examen de routine (bilan d’extension) réalisé avant privation androgénique. Il estime la perte de masse musculaire attendue chez les patients atteints de cancer de la prostate avancé en fonction de la durée de leur traitement hormonal. Il analyse également l’impact d’éventuels soins préventifs pour limiter la sarcopénie (exercice physique, nutrition) et permet le suivi des patients pendant le traitement. Contrairement aux techniques d’absorptiométrie biphotonique à rayons X, il n’entraîne aucun coût médical supplémentaire, car il utilise les données des soins courants actuels, et est sans danger pour les patients. L’objectif de cet outil est de prévenir la perte de masse musculaire des patients atteints de cancer de la prostate traités par privation androgénique, et de réduire ainsi une part de la mortalité indirecte associée à ce traitement.
