Qu’est-ce que MOSAIC ?
MOSAIC (Multiscale Optimised Strategy for Artificial intelligence-based Imaging biomarkers in digestive Cancer ) vise à identifier des biomarqueurs pronostiques et théranostiques des tumeurs digestives par le développement d’une approche d’imagerie multi-paramétrique multi-échelle, combinant la radiologie (macroscopie), la pathologie (microscopie et moléculaire) et la médecine nucléaire (fonctionnelle) : l’IMAGOMICS. En utilisant des méthodes d’Intelligence Artificielle (IA), ce projet mêle les multiples facettes de l’imagerie tumorale pour améliorer la caractérisation des tumeurs et le suivi de la maladie. En particulier, il nous permettra de mettre en évidence des corrélations entre l’histologie, les marqueurs d’imagerie et l’agressivité de la tumeur/la réponse à la thérapie qui restent cachées jusqu’à présent. Ainsi, nous proposerons des modalités non invasives diagnostiques, pronostiques et théranostiques par le biais d’une biopsie virtuelle.
Quelles pathologies et pourquoi ?
Le projet se concentrera sur deux types de tumeurs digestives : les carcinomes hépatocellulaires (CCH) et les tumeurs neuro-endocrines (TEN), car ils partagent des caractéristiques morphologiques et cliniques :
- Néoplasmes hypervasculaires.
- Hétérogénéité clinique en termes de potentiel d’agressivité.
- Absence (actuelle) de marqueurs d’imagerie pertinents et reproductibles en corrélation avec les signatures moléculaires.
Malgré un diagnostic et une reconnaissance standardisés et bien définis, le CHC et les TNE représentent un défi clinique et thérapeutique. La combinaison d’approches d’imagerie complémentaires explorant des caractéristiques sur plusieurs ordres d’échelles spatiales (des propriétés structurelles et fonctionnelles macroscopiques aux empreintes moléculaires) fournira des signatures phénotypiques exhaustives de pronostic tumoral et de théranostic au moment du diagnostic initial. En conséquence, l’acquisition et l’intégration de données morphologiques hétérogènes par l’IA permettront d’acquérir une compréhension globale pour relier les biomarqueurs d’imagerie non invasifs aux changements structurels fondamentaux. Une fois validés, ces nouveaux biomarqueurs dérivés de l’imagerie offriront une gestion clinique personnalisée, tenant compte du pronostic individuel et de la réponse au traitement.
Objectifs et structuration du projet
Le projet vise à :
- Acquérir et intégrer les données d’imagerie multi-échelle disponibles (CT, IRM, PET, pathologie) et utiliser l’IA pour identifier les corrélations jusqu’à présent cachées entre les biomarqueurs d’imagerie et le pronostic et la réponse à la thérapie dans le CHC et les TNE.
- Développer de nouveaux concepts pour améliorer la caractérisation de l’agressivité et de la réponse au traitement pour les deux types de tumeurs, sur la base d’approches d’imagerie de pointe, qui intègrent désormais une nouvelle compréhension des corrélations, réduisant ainsi le besoin d’échantillons de tissus.
Notre programme est fortement motivé par des questions d’ordre clinique et servira de preuve de concept pour un transfert ultérieur dans d’autres contextes et pathologies.
Le plan du projet est divisé en 2 parties :
- Une rétrospective utilisant les méthodes existantes.
- Une prospective où de nouveaux biomarqueurs d’imagerie sont développés.
Nous espérons que notre approche, associée à la création d’une « bio-banque » d’imagerie soutenue par une compréhension générée par l’IA, permettra d’améliorer les soins aux patients.
Collaborations et partenariats
MOSAIC est un projet multidisciplinaire impliquant un réseau collaboratif d’équipes cliniques et de recherche exceptionnelles soutenues par le fort recrutement clinique de CHC (centre de pointe pour la chirurgie et la transplantation du foie) et TNE (réseau RENATEN, centre d’excellence de la société européenne des tumeurs neuro-endocrines), l’Entrepôt des Données de Santé (EDS) et des partenaires industriels.
