Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > La radiomique pour prédire la réponse à la chimiothérapie dans le cancer du poumon

La radiomique pour prédire la réponse à la chimiothérapie dans le cancer du poumon

LUNDI 25 MARS 2019 Soyez le premier à réagirSoyez le premier à réagir

Selon une étude publiée dans la nouvelle revue éditée par Radiology, "Artificial Intelligence", les chercheurs peuvent utiliser les données d’images de tomodensitométrie pour prédire quels patients atteints de cancer du poumon répondront à la chimiothérapie. Les caractéristiques radiomiques peuvent également prévoir la progression de la maladie et la survie globale.

RSNA

La chimiothérapie à base de platine est généralement le traitement de première intention du cancer du poumon non à petites cellules (CBNPC) au stade avancé. Cependant, environ un patient sur quatre seulement répond bien à ce traitement. Il n’existe actuellement aucun moyen de prédire quels patients bénéficieront le plus de la chimiothérapie.

Prédire précocement la réponse à la chimiothérapie pour le cancer du poumon

Les examens par tomodensitométrie (CT) sont couramment utilisés pour déterminer le stade tumoral et le suivi de la réponse au traitement. En utilisant la radiomique, des chercheurs du département de génie biomédical de la School of Engineering de la Case Western Reserve University à Cleveland (Ohio), et du département de médecine interne de la clinique de Cleveland (Ohio) peuvent extraire des données quantitatives ou mesurables à partir d'images de CT pouvant révéler des caractéristiques de la maladie non visibles uniquement sur les images. "Notre objectif, dans cette étude, était d'identifier une prédiction précoce de la réponse à la chimiothérapie. Nous avons étudié les mesures extraites par ordinateur des profils, à la fois à l'intérieur et à l'extérieur du nodule pulmonaire, ainsi que de la forme du nodule, sur des scanners de base", a déclaré le Dr Mohammadhadi Khorrami, (Case Western Reserve University).

Identifier rapidement les patients candidats à un traitement alternatif

Les chercheurs ont ainsi étudié le rôle des caractéristiques de texture radiomique, à la fois à l'intérieur et autour de la tumeur, dans la prévision du délai de progression et de la survie globale, ainsi que dans la réponse à la chimiothérapie chez les patients atteints de CPNPC. "Il s'agit de la première étude sur le thème des profils d'hétérogénéité ou de diversité extraits de l'extérieur de la tumeur comme facteurs prédictifs de la réponse à la chimiothérapie, poursuit le Dr Khunger (département de médecine interne de la clinique de Cleveland), co-auteur de cette étude publiée dans la nouvelle revue éditée par Radiology, Artificial Intelligence. C'est important car cela pourrait permettre de prédire à l'avance que les patients atteints de cancer du poumon vont, ou non, réagir au traitement. Cela pourrait aider à identifier les patients candidats à des thérapies alternatives telles que la radiothérapie ou l'immunothérapie."

Le Deep learning pour prévoir la probabilité de réponse d'un patient à la chimiothérapie

Ils ont analysé les données de 125 patients traités par chimiothérapie par doublet de platine à base de pemetrexed à la Cleveland Clinic. Les patients ont été divisés au hasard en deux groupes avec un nombre égal de répondants et de non-répondants dans le groupe d’entraînement. La cohorte d'entrainement de l'algorithme comprenait 53 patients atteints de CBNPC tandis que le groupe de validation comprenait 72 patients. Un ordinateur a analysé les images tomodensitométriques du cancer du poumon afin d'identifier des modèles uniques d'hétérogénéité à la fois à l'intérieur et à l'extérieur de la tumeur. Ces modèles ont ensuite été comparés entre les scanners de patients ayant répondu ou non à une chimiothérapie. Ces modèles de caractéristiques ont ensuite été utilisés pour former un algorithme de Deep learning afin d'identifier la probabilité qu'un patient atteint d'un cancer du poumon réagisse à une chimiothérapie.

Des caractéristiques radiomiques pouvant prédire la progression de la maladie et la survie globale

"Lorsque nous avons examiné les modèles à l'intérieur de la tumeur, nous avons obtenu une précision de 0,68. Mais lorsque nous avons regardé à l'intérieur et à l'extérieur, la précision est passée à 0,77 ”, remarque le Dr Khorrami. Les résultats ont montré que les caractéristiques radiomiques dérivées de la tumeur et de la zone autour de celle-ci permettaient de distinguer les patients ayant répondu à la chimiothérapie des autres. De plus, les caractéristiques radiomiques prédisaient le délai avant progression et la survie globale. "En dépit du grand nombre d'études menées jusqu'alors par CT, la zone tumorale environnante immédiate, ou région péritumorale, est restée relativement inexplorée, conclut le Dr Khorrami. Nos résultats ont clairement mis en évidence le rôle des modèles de texture péritumorale dans la prévision de la réponse et du délai de progression après la chimiothérapie."

Bien que les chercheurs n'aient pas explicitement étudié le fondement des caractéristiques radiomiques identifiées autour de la tumeur, ils ont émis l'hypothèse que ces modèles reflétaient une augmentation du contenu fibrotique dans les tumeurs compatibles avec la chimiothérapie. Selon le Dr Khorrami, les données radiomiques dérivées des images de scanner peuvent également potentiellement aider à identifier les patients qui présentent un risque élevé de récidive et qui pourraient bénéficier d'une surveillance et d'un suivi plus intensifs.

Bruno Benque avec RSNA


toshiba

Des modèles pertinents de deep learning pour la radiographie thoracique
03/12/2019 : Selon une étude publiée dans la revue Radiology, le deep learning peut détecter des résultats de radiographie thoracique cliniquement significatifs aussi efficacement que des radiologues expérimentés. Les chercheurs rapportent que leurs résultats pourraient constituer une ressource précieuse pour le développement futur de modèles d’intelligence artificielle pour la radiographie thoracique.

Assembler plusieurs modèles de machine learning pour affiner les résultats
27/11/2019 : La combinaison de plusieurs modèles de machine learning peut s’apparenter à une interprétation avec plusieurs avis de radiologues. Une étude publiée dans la Revue Radiology : Intelligence Artificielle décrit des résultats en ce sens. Un chalenge sur les hémorragies cérébrales explorées par scanner sera organisé au RSNA 2019.

Un réseau de neurones profonds pour améliorer le diagnostic de cancer du poumon
13/11/2019 : Selon des recherches publiées dans la revue Radiology, les radiologues assistés par un logiciel basé sur le deep learning étaient plus en mesure de détecter les cancers du poumon malins sur radiographies du thorax.

L'intelligence artificielle au révélateur de l'imagerie oncologique
12/11/2019 : Dans notre série d’articles dédiés au prochain symposium Scanner volumique, nous allons à la rencontre des orateurs qui animeront cet événement. Aujourd’hui, le Pr Pierre-Jean Valette évoque pour nous l’intelligence artificielle appliquée à l’imagerie oncologique, un thème qu’il abordera lors du symposium.

La recherche sur l'IA en imagerie avance avec le Data Challenge
25/10/2019 : Le Pr Nathalie Lassau, Professeur de Radiologie à l'Université Paris Sud et Co-Directrice du laboratoire d Imagerie IR4M (UPSUD/ CNRS) à l'Institut Gustave Roussy, est la responsable du Data Challenge dont la première édition a été organisée aux JFR 2018. Nous l'avons rencontrée pour une évocation des améliorations apportées, en 2019, à cette compétition.

Une plateforme dédiée pour choisir un moteur d'IA pertinent
03/10/2019 : Acteur historique de l'informatique de Santé, Softway Medical propose une offre d'intelligence artificielle tout à fait originale. À partir d'un catalogue de moteurs d'IA, le radiologue pourra choisir celui qui répondra précisément à ses besoins. Rendez-vous aux JFR 2019 pour découvrir cette nouvelle offre.

L'hémorragie cérébrale, thème du RSNA IA challenge 2019
17/09/2019 : La Radiological Society of North America (RSNA) vient de lancer son troisième défi annuel sur l'intelligence artificielle (IA): le défi RSNA de détection et de classification des hémorragies intracrâniennes.

La Data science en Santé se développe à l'Université
13/08/2019 : L'Intelligence artificielle en Santé fera l'objet de plusieurs cursus de formation dans les Universités françaises à la rentrée. C'est notamment le cas à l'Université Paris Descartes.

RSNA 2019 : 3 700 m2 dédiés à l'intelligence artificielle
09/08/2019 : Le RSNA 2019 AI Showcase proposera un plus grand espace dédié à l'intelligence artificielle. Des démonstrations et des salles de classe permettront aux fournisseurs de solutions et aux spécialistes de promouvoir les outils d'aide à la décision clinique ainsi que les bonnes pratiques de gestion des données.

De nouveaux outils d'aide à la décision en mammographie
18/06/2019 : L'aide à la décision en mammographie 2D et tomosynthèse 3D vient de s'enrichir, avec iCAD, de nouvelles applications annoncées lors du récent congrès de la SIFEM.


Le futur de la médecine nucléaire au prochain congrès ISI NucMed
24/02/2020 : Afin de préparer les acteurs de la médecine nucléaire à l’évolution future de cette spécialité, Arronax Nantes organise en juin prochain l’ISI NucMed, un congrès pluridisciplinaire traitant de production de nucléides, d’intelligence artificielle appliquée et de l’approche théranostique.

Coronavirus au scanner : des images différentes selon le stade d'évolution
21/02/2020 : Dans une nouvelle recherche publiée le 20 février 2020 dans la revue Radiology, des chercheurs du Mount Sinai Health System de New York ont démontré que les images scanographiques dans les cas de coronavirus 19 (COVID-19) sont liées à l'évolution de l'infection.

Le Pôle Imagerie Médicale de l’AP-HM surfe sur la dynamique créée par le projet Imagerie Avenir Marseille (IAM-APHM)
14/02/2020 : Alors qu’il arrive à son terme, le projet de renouvellement des modalités d’imagerie du Pôle Imagerie Médicale (PIM) de l’AP-HM suscite bien des espoirs. La dynamique créée par la forte implication des équipes médicales, paramédicales, techniques, biomédicales et administratives et le dialogue constructif qu’il a favorisé permettront d’améliorer la cohésion et la montée en compétences de tous les acteurs du pôle et des directions concernées.

Découvrez les images du coronavirus mises à jour dans Spectrum of imaging
13/02/2020 : « Radiology of Coronavirus : Spectrum of imaging », édité par la Revue Radiology, est une page web mise à jour continuellement. Elle fournit aux radiologues un panel de cas cliniques pour les assister dans leur décision.

Une évocation de l'imagerie médicale de demain au MDCT 2020
12/02/2020 : Le scanner spectral, la radiologie interventionnelle et l’intelligence artificielle ont constitué les thématiques majeures développées lors du 9ème Symposium Scanner volumique. Un événement qui a laissé entrevoir ce que pourrait être l’imagerie médicale diagnostique et thérapeutique à moyen terme.

Dépistage du cancer du poumon : la FNMR interpelle à nouveau les pouvoirs publics
11/02/2020 : Suite aux bons résultats de la récente étude NELSON, la FNMR vient réitérer, par communiqué, sa demande auprès des pouvoirs publics d’étudier la mise en place du dépistage du cancer du poumon par scanner low dose.

De nouvelles données pour identifier le coronavirus 2019-nCoV au scanner
11/02/2020 : Les signes détaillés du coronavirus 2019-nCoV viennent de faire l’objet d’une nouvelle étude parue dans la Revue Radiology. Des images en verre dépoli majoritairement périphériques et postérieures sont caractéristiques au scanner.

France Imageries Territoires, un vent de jeunesse dans la communauté
11/02/2020 : Le réseau de radiologues France Imageries Territoires compte désormais 270 praticiens. Les activités du groupe attirent de plus en plus de jeunes radiologues, les moins de 45 ans formant la majorité des adhérents.

L'étude NELSON promeut le dépistage du cancer du poumon par scanner
10/02/2020 : Le New England Journal of Medicine a publié, dernièrement les résultats de l’étude NELSON sur le dépistage du cancer du poumon chez les fumeurs. Il semble que le scanner low dose puisse significativement réduire le taux de mortalité de ces populations.

Deux nouvelles études en faveur de la tomothérapie pour le cancer du rectum
07/02/2020 : Deux nouvelles études internationales apportent une nouvelle fois la preuve des bénéfices apportés par la tomothérapie dans la prise en charge du cancer avancé du rectum. Combinée à la chimiothérapie et à la chirurgie, cette méthode apporte des résultats très satisfaisants.


Coronavirus au scanner : des images différentes selon le stade d'évolution
21/02/2020 : Dans une nouvelle recherche publiée le 20 février 2020 dans la revue Radiology, des chercheurs du Mount Sinai Health System de New York ont démontré que les images scanographiques dans les cas de coronavirus 19 (COVID-19) sont liées à l'évolution de l'infection.

Les images pulmonaires caractéristiques du coronavirus au scanner
05/02/2020 : Dans un rapport spécial publié le 4 février 2020 dans la revue Radiology, des chercheurs décrivent les caractéristiques scanographiques qui facilitent la détection et le diagnostic précoces du coronavirus de Wuhan.

Optimiser la cotation des actes grâce à un nouveau site web gratuit
03/09/2019 : Le catalogue CCAM est souvent mal employé par les radiologues, ce qui peut engendrer des erreurs de cotations. C'est pout leur venir en aide que le site web gratuit ccam-radiologie.fr a été conçu, afin d'optimiser la facturation de l'activité radiologique.

Une évocation de l'imagerie médicale de demain au MDCT 2020
12/02/2020 : Le scanner spectral, la radiologie interventionnelle et l’intelligence artificielle ont constitué les thématiques majeures développées lors du 9ème Symposium Scanner volumique. Un événement qui a laissé entrevoir ce que pourrait être l’imagerie médicale diagnostique et thérapeutique à moyen terme.

Réglementation concernant les appareils mobiles des cabinets dentaires
17/05/2016 : Les appareils mobiles ou portables générant des rayons X au sein des cabinets dentaires font désormais l’objet d’une surveillance identique à un poste fixe. C’est ce qu’a rappelé l’ASN dans une note datée du 2 mai 2016.

Le futur de la médecine nucléaire au prochain congrès ISI NucMed
24/02/2020 : Afin de préparer les acteurs de la médecine nucléaire à l’évolution future de cette spécialité, Arronax Nantes organise en juin prochain l’ISI NucMed, un congrès pluridisciplinaire traitant de production de nucléides, d’intelligence artificielle appliquée et de l’approche théranostique.

LE GADOLINIUM EST-IL DANGEREUX A LONG TERME ?
05/05/2015 : Une série d'études récentes montre que le Gadolinium s'accumule de façon résiduelle dans le cerveau. Les dangers de ces résidus sont sans doute liées à la structure moléculaire de l'agent chimique qui accompagne le Gadolinium dans le corps des patients. Et les habitudes des radiologues sont appelées à changer, selon le Pr Emmanuel Kanal.

Le retour du modificateur Z officialisé dans un arrêté !
28/08/2019 : Le modificateur Z devrait bientôt faire son retour dans la nomenclature des actes de radiologie. C'est en tout cas ce qui annoncé dans l''Arrêté du 14 août 2019 paru au Journal Officiel.

La recherche sur l'IA en imagerie avance avec le Data Challenge
25/10/2019 : Le Pr Nathalie Lassau, Professeur de Radiologie à l'Université Paris Sud et Co-Directrice du laboratoire d Imagerie IR4M (UPSUD/ CNRS) à l'Institut Gustave Roussy, est la responsable du Data Challenge dont la première édition a été organisée aux JFR 2018. Nous l'avons rencontrée pour une évocation des améliorations apportées, en 2019, à cette compétition.

De nouvelles données pour identifier le coronavirus 2019-nCoV au scanner
11/02/2020 : Les signes détaillés du coronavirus 2019-nCoV viennent de faire l’objet d’une nouvelle étude parue dans la Revue Radiology. Des images en verre dépoli majoritairement périphériques et postérieures sont caractéristiques au scanner.