Nouvel outil d'IA pour le diagnostic des tumeurs cérébrales
Un algorithme d'apprentissage profond qui permet de détecter et d'évaluer automatiquement les tumeurs cérébrales sur les PET-scans
Une équipe du centre de recherche de Jülich a développé un algorithme de deep learning qui permet de détecter et d'évaluer automatiquement les tumeurs cérébrales sur les PET-scans. En une fraction du temps, l'IA obtient des résultats comparables à ceux d'un médecin expérimenté, rapporte l'équipe dans le Journal of Nuclear Medicine.
Lors du premier diagnostic et pendant le traitement, il est important de déterminer le plus précisément possible l'étendue et le volume d'une tumeur cérébrale. La tumeur peut-elle être opérée ? Répond-elle au traitement ou continue-t-elle à croître ? La méthode de choix est tout d'abord l'imagerie par résonance magnétique (IRM), car elle permet de détecter avec précision les modifications structurelles. Toutefois, les anomalies structurelles ne reflètent pas nécessairement l'étendue réelle de la tumeur. Dans de nombreux cas, une variante de la tomographie par émission de positrons (TEP) fournit des résultats différents de ceux de l'IRM, comme l'ont montré des études. L'évaluation des scanners PET en termes d'étendue de la tumeur prend toutefois beaucoup de temps, raison pour laquelle elle n'est guère effectuée en routine dans les cliniques. L'équipe de Philipp Lohmann, responsable de l'étude à l'Institut de neurosciences et de médecine (INM-4) du centre de recherche de Jülich, a développé un nouvel algorithme d'apprentissage en profondeur qui détecte automatiquement les tumeurs dans les données TEP et détermine leur volume. L'analyse est ainsi beaucoup plus rapide tout en conservant la qualité des résultats. "L'outil d'IA que nous avons développé pourrait aider les médecins à obtenir des informations diagnostiques importantes qui n'étaient que rarement disponibles auparavant", explique Lohmann.
La TEP utilise des biomolécules marquées par radioactivité pour rendre visibles certains processus métaboliques. Pour la représentation des tumeurs cérébrales, les acides aminés marqués radioactivement ont particulièrement fait leurs preuves. Les cellules cancéreuses à croissance rapide absorbent les acides aminés beaucoup plus rapidement que les cellules cérébrales saines. "Sur les clichés TEP, on peut finalement souvent constater, grâce aux acides aminés enrichis, une extension de la tumeur différente ou plus importante qu'avec l'IRM", explique Lohmann. Les spécialistes parlent dans ce contexte de ce que l'on appelle le volume métabolique de la tumeur, car la méthode de mesure repose sur les processus métaboliques des cellules. Lors de l'évaluation, un médecin doit toutefois déterminer les contours de la tumeur sur plusieurs dizaines de coupes d'un PET-scan. "Cela prend beaucoup de temps, c'est pourquoi cette méthode, malgré sa grande valeur informative, est rarement pratiquée dans la pratique clinique", sait Lohmann.
Pour changer cela, les chercheurs de Jülich, Heidelberg et Cologne ont développé un algorithme d'apprentissage en profondeur, appelé "JuST BrainPET" (Juelich Segmentation Tool for Brain Tumor PET), qui évalue les images TEP aux acides aminés de manière entièrement automatique en ce qui concerne le volume métabolique de la tumeur. L'algorithme a été entraîné à l'aide de 476 jeux de données TEP, puis testé sur 223 d'entre eux, tous obtenus dans le cadre d'un premier diagnostic ou lors d'examens de suivi de 555 patients atteints de tumeurs cérébrales au total. Les informations correspondantes sur le volume de la tumeur provenaient d'analyses effectuées par des médecins nucléaires expérimentés.
"Notre IA a également appris à distinguer la tumeur d'autres structures qui, pour des raisons physiologiques, absorbent également davantage les acides aminés - comme les vaisseaux ou les tissus musculaires", explique Robin Gutsche, doctorant à l'INM-4 et premier auteur de l'étude, qui a joué un rôle déterminant dans le développement de l'algorithme de l'IA. "Cela fonctionne même lorsque les tumeurs sont directement adjacentes à ces structures". En quelques minutes, l'algorithme détecte la tumeur et détermine le volume métabolique de la tumeur. Les résultats correspondent alors très bien aux valeurs déterminées par les experts.
Les chercheurs ont en outre vérifié l'utilité clinique de l'algorithme en lui faisant évaluer le succès d'une chimiothérapie chez des patients atteints de gliomes. "Il s'agissait ici de répondre aux questions suivantes : Dans quelle mesure un patient répond-il à une thérapie ou quel est son pronostic ?", explique Lohmann. "Nous avons pu montrer que l'IA effectue l'évaluation clinique aussi bien qu'un médecin spécialiste - mais en une fraction du temps". L'IA ne doit toutefois pas remplacer le médecin, mais le soutenir, souligne-t-il.
En outre, la nouvelle approche de l'IA pourrait servir à mieux standardiser l'évaluation des mesures TEP afin de rendre les résultats plus comparables entre les différentes cliniques et institutions. "Nous espérons que notre algorithme encouragera les médecins traitants des centres de neuro-oncologie à utiliser plus souvent la TEP aux acides aminés chez leurs patients - même s'ils ont peu d'expérience avec cette méthode", conclut Lohmann. JuST_BrainPET est disponible gratuitement sur la plateforme Github.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Allemand peut être trouvé ici.
Publication originale
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
