« Je veux construire un modèle de l’évolution de la maladie. »

Docteur Imago / En quoi consiste la modélisation mathématique des données en neuroimagerie ?

Stanley Durrleman / L’idée est de dire qu’une image n’est pas uniquement un ensemble de voxels, car cela ne permet pas de représenter un cerveau avec une organisation particulière. Nous voulons reconstruire une représentation virtuelle du cerveau, avec une base de données géométriques, qui rend compte de toute l’information que nous pouvons obtenir sur un sujet à un moment donné. Nous pouvons faire appel à l’imagerie de diffusion avec par exemple une mesure de l’anisotropie du faisceau ou la superposition avec une imagerie TEP, etc.

D. I. / Vous choisissez donc l’information que vous voulez mettre dans le modèle ?

S. D. / Oui. Nous sélectionnons en fonction de ce que nous avons et voulons. Nous créons une représentation du cerveau avec des données dont nous avons extrait des caractéristiques, des mesures spécifiques. Nous n’utilisons pas la donnée brute sortie de l’IRM ou TEP.

D. I. / À quoi cette modélisation sert-elle ?

S. D. / Je veux construire un modèle de l’évolution des maladies neurodégénératives. Nous observons le cerveau de nombreux patients à plusieurs périodes de leur vie, qui correspondent à un stade d’avancement de ces maladies. Nous comparons ensuite les reconstructions pour repérer les similitudes et les différences entre chaque individu. Puis, nous normalisons et recollons ces bouts d’histoire racontés par des personnes différentes, à la manière de séquences de film, pour connaître la grande histoire de la maladie à travers tous ses stades. Il nous faut faire une modélisation mathématique pour deviner ce qui s’est passé entre chaque observation.

D. I. / Quelles maladies étudiez-vous?

S. D. / Je travaille sur la maladie d’Alzheimer et de Parkinson.

D. I. / Travaillez-vous sur des protocoles de recherche?

S. D. / Essentiellement. Mais nous voulons aussi utiliser des données en routine clinique. Travailler avec des protocoles de recherche permet d’avoir des examens plus complets, comme l’IRM de diffusion, l’IRM fonctionnelle, etc. Nous travaillons sur différentes modalités d’imagerie mais aussi des données cliniques, biologiques, génétiques.

D. I. / Et dans l’avenir?

S. D. / Nous voulons construire les modèles avec des données très riches et ensuite les personnaliser sur des données plus frustes, telles qu’on peut les avoir en routine clinique. Nous essayerons alors, pour un patient, de définir le stade de la maladie et de prédire quels symptômes vont se développer, de définir le type de maladie et de poser un diagnostic précis plus précocement.