La segmentation cérébrale au cœur du 10ème défi d'IA de la RSNA
MERCREDI 28 JUILLET 2021
Soyez le premier à réagirLe 10ème défi annuel d’IA organisé par la RSNA, l’ASNR et MICCAI aura pour objet la segmentation des tumeurs cérébrales à partir de l’IRM multiparamétrique. Les participants auront le choix entre deux tâches, la construction d’un modèle de segmentation détaillée des sous-régions de tumeurs ou la classification radiogénomique de ces tumeurs.
La Radiological Society of North-America (RSNA), l’American Society of NeuroRadiology (ASNR) et la société Medical Image Computing and Computer Assisted Interventions (MICCAI) ont annoncé, le 14 juillet 2021, le lancement du 10ème défi annuel IA de segmentation des tumeurs cérébrales (BraTS).
Un défi de Brain Tumor Classification Challenge utilisant les images IRM
Le défi RSNA/ASNR/MICCAI BraTS 2021 se concentre sur la détection et la classification des tumeurs cérébrales, d’après l’analyse des images d’IRM multiparamétrique (mpMRI). Il représente l'aboutissement d'une décennie de défis BraTS, offrant un ensemble de données vaste et diversifié avec des annotations détaillées et un important biomarqueur associé. « La RSNA a considérablement amélioré le processus avec le Brain Tumor Classification Challenge de cette année, précise le Dr Adam E. Flanders, membre du sous-comité Machine learning de la RSNA. C'est notre premier défi d'IA à utiliser l'IRM, et c'est également notre premier à aborder un problème oncologique : le cancer du cerveau. »
Une caractéristique supplémentaire donne à ce défi encore plus de pertinence sur le plan clinique. C’est sa capacité à développer la méthode automatisée la plus précise pour mesurer la taille des composants visuels d'un cancer - cela a des implications pour pouvoir suivre avec précision la croissance ou la réponse du cancer au traitement – d’une part, et sa propension à proposer une méthode non invasive fiable pour prédire la présence de critères génétiques spécifiques dans la tumeur à partir des seules images IRM d’autre part. "Ces marqueurs génétiques sont des indicateurs de la réponse au traitement et de la survie, poursuit le Dr Flanders. Ils ont un potentiel sérieux dans la planification de thérapies personnalisées avant même la chirurgie. »
Une classification radiogénomique pour améliorerla réponse au traitement du glioblastome
Les participants au concours peuvent donc choisir de participer à l'une ou aux deux tâches du défi. Dans la première tâche, Brain Tumor Segmentation, ils doivent construire des modèles qui produisent des segmentations détaillées des sous-régions de tumeurs cérébrales correspondant à celles créées par les neuroradiologues. De telles segmentations pourraient permettre d'améliorer la chirurgie assistée par ordinateur, le guidage de la radiothérapie et le suivi de la progression de la maladie.
Pour la deuxième tâche, la classification radiogénomique des tumeurs cérébrales, les participants construisent des modèles qui utilisent l'imagerie mpMRI pour prédire l'état de méthylation du promoteur MGMT (O[6]-méthylguanine-ADN méthyltransférase). De tels modèles radiogénomiques pourraient améliorer l'efficacité et la précision du diagnostic, du pronostic et de la planification du traitement pour les patients atteints de glioblastome.
La méthylation du promoteur de l'enzyme de réparation de l'ADN MGMT dans le glioblastome nouvellement diagnostiqué a été identifiée comme un facteur pronostique favorable et un prédicteur de la réponse à la chimiothérapie, d’où l’importance du défi d’intelligence artificielle BraTS. Les modèles devront être rendus le 12 octobre 2021, l’annonce des gagnants devant intervenir le 23 novembre 2021 avec une célébration lors d'un événement au AI Showcase Theatre au RSNA 2021 le 29 novembre.
Bruno Benque avec RSNA