La résistance à l’insuline prédite par apprentissage automatique est un facteur de risque pour 12 types de cancer

Pourquoi cette recherche compte pour la santé quotidienne

La plupart des gens savent que l’excès de poids et le diabète de type 2 peuvent augmenter le risque de cancer, mais le lien caché entre ces états — la façon dont l’organisme répond à l’insuline — est rarement mesuré lors des bilans de routine. Cette étude montre qu’un score généré par ordinateur de « résistance à l’insuline », établi uniquement à partir d’analyses sanguines courantes et de données de santé de base, peut repérer des personnes à risque accru non seulement de diabète et de problèmes cardiaques, mais aussi de plusieurs cancers majeurs. Elle suggère que les informations que les médecins recueillent déjà pourraient être combinées de façon plus intelligente pour identifier plus tôt les personnes à haut risque et orienter un dépistage plus ciblé.

Une empreinte numérique de la résistance à l’insuline

L’insuline est une hormone qui aide le glucose à passer du sang vers des organes comme le muscle, le foie et le tissu adipeux. Lorsque ces tissus ne répondent plus correctement — ce qu’on appelle la résistance à l’insuline — l’organisme compense en produisant davantage d’insuline, ce qui, sur le long terme, peut conduire au diabète de type 2 et aux maladies cardiovasculaires. Le test de référence pour la résistance à l’insuline est complexe, chronophage et inadapté à un dépistage massif. Même des mesures de recherche plus simples exigent des taux d’insuline à jeun, rarement vérifiés en pratique courante. Pour contourner cet obstacle, les chercheurs avaient auparavant entraîné un modèle d’apprentissage automatique pour prédire si une personne est résistante à l’insuline à partir de neuf mesures de routine : âge, sexe, origine ethnique, indice de masse corporelle (IMC), glycémie à jeun, glycémie moyenne à long terme (HbA1c), triglycérides, cholestérol total et cholestérol « bon » HDL. Le score obtenu est appelé résistance à l’insuline dérivée par intelligence artificielle, ou AI‑IR.

Tester le score sur des centaines de milliers de personnes

Dans ce nouveau travail, l’équipe a appliqué AI‑IR aux données de plus de 370 000 participants de l’UK Biobank, une étude de santé de longue durée portant sur des adultes âgés de 40 à 69 ans. D’abord, ils ont évalué si le score pouvait prédire qui développerait ultérieurement un diabète, des problèmes cardiaques ou décèderait au cours du suivi. Les personnes sans diabète mais positives pour AI‑IR étaient environ sept fois plus susceptibles de développer un diabète que celles négatives pour AI‑IR, même en tenant compte de l’âge et du sexe. Elles étaient aussi plus susceptibles d’être hospitalisées pour diabète, de connaître des événements cardiovasculaires majeurs et de mourir de causes cardiovasculaires ou de toute autre cause. Comparé directement à des mesures plus simples comme l’IMC, le syndrome métabolique et deux indices basés sur les lipides sanguins, AI‑IR fournissait les prévisions les plus précises du diabète futur.

Relier la résistance à l’insuline au cancer

Les chercheurs se sont ensuite concentrés sur le cancer. Parmi les participants sans antécédent de cancer au départ, ils ont suivi l’apparition de différents types de tumeurs au fil du temps en utilisant les dossiers du NHS. En regardant l’ensemble des cancers, AI‑IR n’a pas modifié le risque global. Cependant, en analysant les cancers par site, un schéma plus net est apparu. Les personnes sans diabète mais avec un score AI‑IR positif présentaient des risques accrus de cancers de l’utérus, du rein, de l’œsophage, du pancréas, du côlon et du sein. Elles montraient aussi des augmentations suggérées pour les cancers du bassinet rénal, de l’intestin grêle, de l’estomac, du foie et de la vésicule biliaire, la leucémie, ainsi que les cancers des bronches et du poumon. En revanche, elles étaient moins susceptibles de développer un cancer de la peau. Lorsque ces types de cancers à risque élevé ont été regroupés en un résultat « composite », les sujets AI‑IR‑positifs présentaient environ 25 % de risque en plus que leurs pairs AI‑IR‑négatifs du même âge et sexe, un écart qui persistait, bien que légèrement réduit, même après ajustement sur l’IMC.

Effets liés et non liés au poids

Parce que le poids corporel influence fortement la résistance à l’insuline, l’équipe a cherché à savoir si AI‑IR ne faisait que représenter l’obésité. Ils ont constaté que certains des risques accrus de cancer — tels que pour l’estomac, le foie et la vésicule biliaire, le pancréas, le côlon, la leucémie et le cancer du sein — se recoupaient largement avec l’effet de l’IMC. Mais d’autres semblaient refléter quelque chose de plus spécifique à la résistance à l’insuline elle‑même. Notamment, le lien entre AI‑IR et le cancer du poumon et des bronches est devenu encore plus fort après ajustement sur l’IMC, et est resté significatif même lorsque le statut tabagique a été pris en compte. Les anciens fumeurs avec un score AI‑IR positif présentaient un risque particulièrement élevé de cancers liés au poumon et du groupe plus large de cancers associés à la résistance à l’insuline. Globalement, AI‑IR a permis une meilleure stratification du risque de cancer que l’IMC et un autre indice lipidique, et des performances similaires à celles du syndrome métabolique et du rapport triglycérides/HDL, tout en restant le meilleur outil pour prédire le diabète.

Ce que cela signifie pour les patients et les médecins

L’étude suggère qu’un « biomarqueur numérique » de la résistance à l’insuline, calculé à partir d’informations déjà collectées dans la plupart des cabinets, peut mettre en lumière des personnes à risque accru à la fois de diabète et d’un ensemble de cancers. Bien qu’AI‑IR ne soit pas encore un test de dépistage autonome, il pourrait aider les cliniciens à décider qui bénéficierait de contrôles de glycémie plus fréquents, de stratégies de mode de vie ou médicamenteuses plus agressives, et d’un dépistage du cancer plus précoce ou plus ciblé, en particulier pour des organes tels que l’utérus, le rein, le côlon, le poumon, le sein et le pancréas. Ce travail met également en avant la résistance à l’insuline comme une voie biologique reliant l’excès de poids, les lipides sanguins anormaux et l’inflammation chronique au cancer, encourageant des recherches futures sur la manière dont l’amélioration de la sensibilité à l’insuline — par l’alimentation, l’exercice ou des médicaments — pourrait réduire le risque de cancer tout en prévenant le diabète.

Citation: Lee, CL., Yamada, T., Liu, WJ. et al. Machine learning-predicted insulin resistance is a risk factor for 12 types of cancer. Nat Commun 17, 1396 (2026). https://doi.org/10.1038/s41467-026-68355-x

Mots-clés: résistance à l’insuline, apprentissage automatique, risque de diabète, risque de cancer, UK Biobank