2024-02-22 13:02:49
Les chercheurs de l’Empire ont utilisé l’intelligence artificielle (IA) pour extraire des informations sur la composition chimique des tumeurs pulmonaires à partir d’analyses médicales.
Pour la première fois, ils ont démontré comment la combinaison de l’imagerie médicale et de l’IA peut être utilisée pour fournir une « biopsie virtuelle » aux patients atteints de cancer.
Leur méthode non invasive peut classer le type de cancer du poumon dont souffre un patient – ce qui est crucial pour sélectionner le bon traitement – et prédire si le cancer est susceptible de progresser.
Selon les chercheurs, cette technique pourrait être utilisée par les médecins lorsqu’il n’est pas possible ou approprié d’obtenir une biopsie des tissus physiques d’un patient.
L’étude, publiée dans la revue npj Oncologie de précisiona été dirigé par l’Imperial College de Londres, l’Imperial College Healthcare NHS Trust et financé par le National Institute for Health and Care Research ? (NIHR) Imperial Biomedical Research Center (BRC), aux côtés de collaborateurs de Cordoue, en Espagne.
Professeur Éric Aboagye
L’auteur principal de l’étude, le professeur Eric Aboagye, du département de chirurgie et de cancer de l’Imperial, a déclaré : « À l’heure actuelle, tenter de trouver des informations détaillées sur les tissus et les tumeurs nécessite des biopsies invasives, qui peuvent être inconfortables pour le patient, retarder le traitement. décisions et être coûteux pour les services de santé. Bien que les tomodensitogrammes soient couramment utilisés en clinique, ils ne parviennent pas à offrir des informations détaillées sur le type cellulaire ou des informations pronostiques sur les maladies.
Marc Boubnovski Martell (à droite), premier auteur et doctorant à l’Imperial, ajoute : « Nous avons développé un système qui fusionne les tomodensitogrammes avec la composition chimique des tumeurs et du tissu pulmonaire normal. Cela nous permet de classer les types de cancer du poumon et, surtout, de fournir des prévisions fiables sur les résultats pour les patients.
Détection et diagnostic précoces
« Nous avons développé un système qui nous permet de classer les types de cancer du poumon et fournit des prévisions fiables sur les résultats pour les patients. Marc Boubnovski Martell Candidat au doctorat
Le cancer du poumon est la cause la plus fréquente de décès par cancer au Royaume-Uni, avec environ 35 000 vies perdues chaque année, selon Cancer Research UK. Cela est dû en partie au fait que les symptômes n’apparaissent pas aux premiers stades et qu’il existe un besoin urgent de nouveaux moyens de détecter et de traiter la tumeur avant qu’elle ne se propage à d’autres parties du corps.
Les patients qui présentent symptômes du cancer du poumon ont tendance à être diagnostiqués à l’aide de radiographies pulmonaires et de tomodensitométrie (TDM), qui peuvent également montrer si le cancer s’est propagé au-delà des poumons.
S’il est possible d’obtenir un échantillon de biopsie en toute sécurité, les cliniciens examinent ensuite les cellules tumorales au microscope et classent le type de cancer du poumon dont souffre un patient. Cela aide les médecins à décider quel traitement serait le meilleur.
Un test relativement nouveau appelé profilage métabolomique, qui nécessite également une biopsie tissulaire, peut fournir des informations beaucoup plus détaillées sur la chimie et le métabolisme des cellules tumorales et, surtout, sur la manière dont le cancer est susceptible d’évoluer. Cependant, cette opération demande beaucoup de travail et de temps et n’est donc pas pratiquée systématiquement dans les hôpitaux.
Imagerie basée sur l’IA
Ces dernières années, l’IA a été utilisée pour analyser des examens médicaux et rechercher des signes de maladie qui peuvent ne pas être détectés par les médecins ou qui pourraient même ne pas être visibles à l’œil nu. L’IA générative, un type d’IA capable d’apprendre à partir des données pour créer du nouveau contenu, est actuellement recherchée pour de multiples applications.
Installation impériale d’imagerie clinique
L’équipe impériale a poussé ces idées plus loin et s’est demandé si les informations sur la chimie des tumeurs pulmonaires contenues dans le profil métabolomique pourraient apparaître dans les tomodensitogrammes.
Cependant, tout modèle d’IA doit d’abord être formé sur des groupes existants de patients disposant d’un examen médical, d’un diagnostic définitif et, de préférence, de nombreuses informations cliniques supplémentaires. Les chercheurs ont utilisé les données de 48 patients atteints d’un cancer du poumon traités à l’hôpital universitaire Reina Sofia (UHRS) de Cordoue, en Espagne. Fait unique, tous les patients ont subi un scanner ainsi qu’un profil métabolomique détaillé de leur tissu tumoral et des tissus sains adjacents à la tumeur.
Sur la base de ces données, l’équipe impériale a développé un outil d’évaluation d’apprentissage profond alimenté par l’IA qu’elle appelle tissu-métabolomique-radiomique-CT (TMR-CT).
Les chercheurs ont découvert une corrélation significative et puissante entre les profils métabolomiques des patients et les « caractéristiques profondes » de leurs tomodensitogrammes, qui apparaissent sous la forme de zones plus claires ou plus sombres dans l’image.
En utilisant cette méthode, les chercheurs ont émis l’hypothèse qu’ils pourraient contourner le besoin d’échantillons de tissus physiques et déduire les caractéristiques métaboliques de la tumeur à partir du seul scanner.
Pour tester cela, ils ont utilisé leur modèle TMR-CT dans un groupe distinct de 723 patients atteints d’un cancer du poumon traités à l’hôpital Royal Marsden, à l’hôpital Guy et St Thomas ou à l’Imperial College NHS Healthcare Trust. Tous les patients ont eu un scanner mais aucune donnée métabolomique n’était disponible.
Les résultats ont montré que la TMR-CT classifiait habilement le cancer du poumon et, surtout, donnait des prédictions fiables sur les résultats pour les patients, surpassant les performances des méthodes traditionnelles basées sur la tomodensitométrie et des évaluations cliniques.
Un futur outil clinique
Les chercheurs espèrent confirmer leur méthode TMR-CT chez d’autres groupes de patients atteints d’un cancer du poumon ainsi que potentiellement chez des personnes atteintes de cancers du cerveau, des ovaires et de l’endomètre, pour lesquels il peut également être difficile d’obtenir des biopsies.
À l’avenir, la technique pourrait être incorporée sous forme d’algorithme dans le logiciel chargé sur les scanners d’imagerie médicale commerciaux.
Le professeur Aboagye conclut : « Cette recherche montre le potentiel de l’utilisation des tomodensitogrammes pour acquérir une compréhension plus profonde et plus nuancée de la composition chimique des tissus et des tumeurs, qui n’était jusqu’à présent accessible que par échantillonnage direct de tissus. Cette méthode pourrait s’avérer particulièrement bénéfique dans des pays comme le Royaume-Uni, où la prévalence du cancer du poumon est élevée, et potentiellement transformer les protocoles de diagnostic et de traitement.
#biopsie #virtuelle #utilise #lIA #pour #aider #les #médecins #évaluer #cancer #poumon #Actualités #Impériales
1708598479
