Le projet BodyComp.AI a été récompensé pour son caractère innovant dans la Catégorie Organisation et Métiers de la Recherche lors de la Cérémonie des prix 2017.
Il réunit les équipes de recherche du Centre Henri Becquerel, du Laboratoire LITIS et de l’INSA de Rouen autour d’un projet prédictif : utiliser l’intelligence artificielle pour dépister plus rapidement et mieux soigner les cancers.
Rendre la mesure de la sarcopénie plus lisible
La cachexie (affaiblissement général et perte de poids) atteint entre 20 et 80% des malades du cancer, en particulier elle est très élevée dans les cancers du tube digestif, de la sphère ORL et pulmonaire. Elle est souvent présente avant même la détection du cancer. La cachexie est un phénomène complexe se traduisant par une perte d’appétit, du goût et de l’odorat, un dégoût alimentaire, et provoquant une fonte musculaire (sarcopénie). Ses causes sont multiples et font l’objet de nombreuses recherches car la cachexie ne s’explique pas seulement par une prise d’alimentation réduite, et surtout, elle est un facteur aggravant de la maladie.
Mesurer le degré de fonte musculaire est donc important pour préciser le diagnostic, adapter les traitements du cancer et favoriser la prise alimentaire par médication ou supplémentation alimentaire.
Cet examen s’effectue par simple scanner mais nécessite un traitement de l’image manuel important et long, pour repérer parfaitement l’emplacement de la mesure et contourer les tissus musculaires.
Mutualiser les compétences pour activer la recherche
Les départements de Médecine Nucléaire et d’informatique biomédicale du Centre Henri Becquerel ont développé en collaboration avec les équipes QUANTIF* & DOCAPP* du Laboratoire LITIS* et de l’INSA, un réseau d’algorithmes, permettant le traitement rapide des images scannées. Fonctionnant en réseau intelligent, le logiciel permet de comparer les données entre elles et d’affiner toujours plus finement le traitement de l’image. A terme l’objectif du Centre Becquerel est de distribuer à grande échelle ce logiciel qui automatise le traitement d’image et permet aux médecins et cliniciens non spécialistes de l’imagerie de bénéficier des mesures rapidement et ainsi d’ajuster les traitements des patients.
Poursuivre le programme de recherche
Ce premier travail réalisé sur les images en 2 D, va être poursuivi en imagerie 3 D. Dans un second temps, le département de bioinformatique veut aller plus loin, il imagine croiser les données obtenues avec d’autres paramètres cliniques émanant d’analyses réalisées sur les patients. L’objectif : faire ressortir des informations non encore exploitées. L’intelligence artificielle permet cela car elle peut traiter des couches successives d’information à grande vitesse, ce qui serait impossible sans cette puissance de calcul.
LITIS : Laboratoire d’Informatique, du Traitement de l’Information et des Systèmes de l’INSA de Rouen
QUANTIF : Quantification en Imagerie Fonctionnelle du LITIS
DOCAPP : Documents et Apprentissage du LITIS
Romain Modzelewsi, Responsable Informatique Biomédicale, Centre Henri Becquerel & Equipe QUANTIF/LITIS
Pierre Decazes, Département de Médecine Nucléaire, Centre Henri Becquerel & Equipe QUANTIF/LITIS
Clément Chatelain, Litis Equipe DOCAPP & INSA
Romain Hérault, Litis Equipe DOCAPP & INSA