Comment intégrer les données multi-échelles pour optimiser la prise en charge en oncologie ?

Le 12 octobre dernier, la Journée scientifique FLI-CERF en avant-propos des Journées francophones de radiologie (JFR) s’intéressait à l’analyse de données et à l’intelligence artificielle. Lors de cette journée, Sébastien Mulé, radiologue à l’hôpital Henri-Mondor (Créteil) s’est penché sur l’intégration des données morphométriques et multi-échelles, et sur l’optimisation des stratégies de prise en charge en oncologie.

Comment associer les multiples biomarqueurs  ?

En oncologie, la prise en charge se fait au cours de réunions de concertation pluridisciplinaire (RCP), en intégrant l’ensemble des informations disponibles. « Ces informations sont de natures extrêmement différentes, avec des biomarqueurs parfois émergents, multiples et compliqués à assembler, rappelle Sébastien Mulé. Il faut pourtant en faire une synthèse pour être capable de générer un avis clinique ou de prendre une décision sur un parcours de soins. » Ces données multiples regroupent les données classiques (clinique,