Modélisation mathématique de l’imagerie médicale : apport pour le diagnostic prédictif en cancérologie

Pr. Rémy GUILLEVIN, Radiologue et PUPH Responsable de l’équipe de recherche DACTIM-MIS du LMA/ CNRS 7348, CHU & Université de Poitiers

De nos jours, l’outil phare pour explorer  le cerveau est la résonance magnétique  (multi)nucléaire.  

Celle-ci permet d’extraire un nombre  important de paramètres pouvant être  rangés dans trois grandes familles  d’imagerie : anatomique, métabolique et  fonctionnelle. Les mathématiques aident à  surmonter deux grands problèmes dans ce  domaine : le peu de spécificité et le manque  de résolution temporelle des paramètres,  en analysant un nombre croissant  d’informations. L’étape suivante est de créer  une modélisation biostatistique et réaliste (au  sens mathématique du terme) qui peut être  implémentée sur des logiciels informatiques  et déboucher sur de l’Intelligence Artificielle.  L’objectif final étant de prédire la réponse au  traitement. 

Dans le cas du gliome de bas grade, dont  le comportement peut être très différent  d’un individu à un autre, la résonance  magnétique permet d’établir plusieurs  approches. L’approche morphologique va  produire un graphe de suivi de la croissance  du gliome, mais ce travail est long et  rébarbatif. L’approche volumétrique permet  d’extraire le diamètre équivalent de la  tumeur, paramètre prédictif de la survie  sans progression ; cependant, cette analyse requiert du temps (plusieurs mois) et ne  permet pas de se rendre compte rapidement  de l’efficacité du traitement. 

C’est à ce moment que l’imagerie  multiparamétrique rentre en jeu. Elle permet  de baliser le cheminement du gliome et  d’intégrer un grand nombre de paramètres  à des échelles différentes et des cinétiques  variables. Pour les tumeurs gliales, cette  technique permet d’observer l’augmentation  des transporteurs de lactate dans les cellules  et de prédire le moment où la tumeur entre  en anaplasie afin d’adapter le traitement. 

Cette modélisation est validée sur les  tumeurs du cerveau mais peut également  être applicable à d’autres parties du  corps humain. Il s’agit d’une nouvelle  approche conceptuelle où l’organe est un  objet mathématique multiparamétrique  dynamique, ouvrant ainsi la voie à la biopsie  virtuelle.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.