Diagnostic moléculaire des gliomes diffus: comment DeepGlioma révolutionne la pratique clinique

Le gliome diffus est la tumeur cérébrale primaire la plus courante et la plus mortelle, avec des conséquences graves pour la qualité de vie des patients. Cependant, une nouvelle étude a montré comment l’intelligence artificielle (IA) et l’imagerie optique peuvent accélérer le diagnostic et le traitement de cette maladie. En moins de 90 secondes le tissu tumoral cérébral prélevé au cours d’une opération peut être analysé.

Une équipe de neurochirurgiens et d’ingénieurs de Michigan Medicine, en collaboration avec des chercheurs de l’université de New York, de l’université de Californie à San Francisco et d’autres, a mis au point un système de criblage diagnostique basé sur l’intelligence artificielle (IA), appelé DeepGlioma, Le système associe l'intelligence artificielle à une méthode d'imagerie optique afin d'analyser en moins de 90 secondes le tissu tumoral cérébral prélevé au cours d’une opération.

Les avantages et les risques de la chirurgie varient d'un type de tumeur cérébrale à l'autre, notament en fonction de sa constitution génétique. Par exemple, les patients atteints d'un type spécifique de gliome diffus appelé astrocytome peuvent espérer gagner en moyenne cinq ans avec l'ablation complète de la tumeur, par rapport à d'autres sous-types de gliome diffus.

Les méthodes rapides de classification moléculaire sont très prometteuses pour repenser la conception des essais cliniques et apporter de nouvelles thérapies aux patients. Cependant, l’accès aux tests moléculaires pour les gliomes diffus est limité et n’est pas uniformément disponible dans les centres qui traitent les patients atteints de tumeurs cérébrales. Lorsqu’ils sont disponibles, le délai d’obtention des résultats peut prendre des jours, voire des semaines.

« Cet outil basé sur l’IA a le potentiel d’améliorer l’accès et la rapidité du diagnostic et des soins pour les patients atteints de tumeurs cérébrales mortelles », a déclaré l’auteur principal de l'étude et créateur de DeepGlioma, Todd Hollon.

L’étude portait sur plus de 150 patients atteints de gliome diffus et les résultats sont très prometteurs. En effet, DeepGlioma a atteint une précision moyenne de 93 % dans la classification moléculaire des tumeurs cérébrales. 

Le docteur Daniel Orringer, professeur agrégé de neurochirurgie et de pathologie et coauteur de l'étude, a souligné que les méthodes rapides de classification moléculaire sont très prometteuses pour repenser la conception des essais cliniques et apporter de nouvelles thérapies aux patients.

Alors que le développement de médicaments pour traiter les tumeurs est essentiel, moins de 10 % des patients atteints de gliomes sont recrutés pour des essais cliniques, qui limitent souvent la participation des sous-groupes moléculaires. 

Ces résultats, publiés dans Nature Medicine, montrent comment l'IA et l'histologie optique peuvent être utilisées pour fournir un complément rapide et évolutif aux méthodes de laboratoire pour le dépistage moléculaire des patients atteints de gliome diffus.

  • “Artificial-intelligence-based molecular classification of diffuse gliomas using rapid, label-free optical imaging,” Nature MedicineDOI: 10.1038/s41591-023-02252-4

Vous souhaitez commenter cet article ?

L'accès à la totalité des fonctionnalités est réservé aux professionnels de la santé.

Si vous êtes un professionnel de la santé vous devez vous connecter ou vous inscrire gratuitement sur notre site pour accéder à la totalité de notre contenu.
Si vous êtes journaliste ou si vous souhaitez nous informer écrivez-nous à redaction@rmnet.be.