Laboratoire DACTIM à Poitiers

« Nos algorithmes permettent de prédire comment les tumeurs répondront au traitement »

Pour mieux adapter le traitement des patients en oncologie, une équipe de recherche en imagerie du CHU de Poitiers s’est associée avec des mathématiciens du CNRS. Les chercheurs du laboratoire DACTIM ont ainsi mis au point des algorithmes pour prédire la réaction des tumeurs. Explications avec Rémy Guillevin, qui dirige l’équipe de recherche.

Le 13/09/17 à 15:00, mise à jour hier à 15:19 Lecture 2 min.

« Notre objectif est d’utiliser les paramètres fournis par les imageurs pour mieux diagnostiquer les patients et mieux suivre leur traitement », explique Rémy Guillevin, qui dirige le laboratoire DACTIM. D. R.

Docteur Imago / Comment a débuté ce projet de recherche DACTIM ?

Rémy Guillevin / C’est une équipe de recherche que nous avons montée au CHU, où je suis chef de pôle adjoint du service de radiologie. Nous avons lancé ce projet avec des mathématiciens du CNRS de l’université de Poitiers. La conséquence est que le CHU de Poitiers a maintenant une équipe de recherche qui fait partie d’un laboratoire CNRS.

D. I. / Quel est l’avantage d’avoir ce label CNRS ?

R. G. / Il nous donne de facto une reconnaissance scientifique nationale et internationale que nous aurions mis beaucoup plus de temps à obtenir sans lui. Cela permet donc à Poitiers d’être un acteur visible de la recherche en imagerie. Le résultat, c’est que nous avons maintenant deux laboratoires dédiés. L’un est spécialisé dans les images non médicales. Quant au laboratoire DACTIM-MIS, sa vocation est d’analyser et d’intégrer à des modèles mathématiques les données issues de l’imagerie par résonance magnétique et de l’imagerie isotopique.

D. I. / Quelle est la valeur ajoutée des mathématiques en imagerie ?

R. G. / Ils améliorent la compréhension des examens. Aujourd’hui, les imageurs fournissent un grand nombre de paramètres dont on ne sait pas quoi faire. Les mathématiques permettent de mettre de l’ordre au sens formel du terme. C’est-à-dire de comprendre comment les paramètres s’agencent les uns par rapport aux autres. La finalité est d’utiliser ces paramètres pour mieux diagnostiquer les patients et mieux suivre leur traitement.

D. I. / Comment cela s’applique-t-il concrètement ?

R. G. / Notre champ d’application le plus ancien est l’imagerie des tumeurs cérébrales. Nous avons donc créé des modèles qui permettent de prédire la réponse ou l’échappement thérapeutique d’une tumeur cérébrale sous radiothérapie ou sous chimiothérapie. Nous utilisons ces outils en réunion de concertation pluridisciplinaire pour dire à l’oncologue, au radiothérapeute ou au neurochirurgien s’il faut changer ou continuer un traitement. On peut ainsi mieux adapter les thérapeutiques et mieux les suivre grâce à l’imagerie. Pour le patient, rien ne change. Il continue à passer des examens IRM ou TEP. En oncologie, la place de l’imagerie est de plus en plus centrale dans la prise en charge des patients. Il était donc urgent d’avoir une équipe de recherche qui permette d’accélérer encore la prise en compte de ces paramètres et de les intégrer à la prise en charge thérapeutique.

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.

7:17

Les applications d'IA générative à usage général ne doivent pas être utilisées pour produire des images radiologiques à des fins de formation pour les étudiants en imagerie, prévient une étude. Sur 220 images générées par des application IA, seules 8,6 % ont été jugés appropriées par des radiologues pédiatriques américains.
09 Juil

17:28

Selon une étude publiée dans la revue Neuroradiology la combinaison de l’IRM 7T et d’un classificateur basé sur un réseau de neurones graphiques (GNN) améliore la détection des anomalies corticales discrètes de type dysplasie corticale focale chez les patients atteints d’épilepsie focale.

15:00

Une étude publiée dans le Journal of Medical Imaging et Radiation Oncology,
Docteur Imago

GRATUIT
VOIR