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 15:21 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

07 Août

16:00

Pour la détection du cancer du sein, les performances diagnostiques des protocoles d'IRM abrégée par rapport à l'IRM standard varient selon le protocole et le contexte clinique. La technique FAST conserve une sensibilité élevée, tandis que la combinaison FAST + ultrafast + T2W offre une spécificité supérieure dans un contexte diagnostique (étude).

14:30

72 % des patientes préfèreraient l'angiomammographie à l'IRM mammaire lorsque les performances diagnostiques sont comparables. Cette préférence est liée à une sensation de claustrophobie moindre, à une durée d'examen plus courte et à un niveau d'anxiété plus faible (étude).

7:10

La Société nord-américaine de radiologie (RSNA) annonce le lancement de son challenge IA pour l'imagerie du genou. Les modèles développés seront évalués sur leur capacité à détecter et à classer avec précision les anomalies du genou visibles à l'IRM. Les gagnants seront annoncés au prochain congrès de la RSNA qui se tiendra du 29 novembre au 3 décembre.
06 Août

16:00

L'arrêté du 4 août 2026 fixant le nombre d'étudiants de troisième cycle des études de médecine susceptibles d'être affectés, par spécialité et par subdivision territoriale au titre de l'année universitaire 2026-2027 a été publié au Journal Officiel. Pour la radiologie, le nombre d'internes est fixé à 266, et pour la médecine nucléaire à 44.

13:44

Des grands modèles de langage (LLM) seraient capables de générer, à partir des notes cliniques, des indications pertinentes en radiologie qui seraient plus complètes et plus factuelles que les indications émises par des cliniciens (étude).
Docteur Imago

GRATUIT
VOIR