Une aide numérique à la prise de décision

Les médecins, submergés de données de diagnostic médical, s’appuient sur des logiciels pour évaluer et interpréter leurs observations. Un nouveau programme leur offre désormais une aide à la prise de décision rapide et précise.

À la clinique néerlandaise de Maastro, le Professeur Philippe Lambin (en bas, à gauche), spécialiste du cancer, s’appuie sur des technologies de pointe et un logiciel unique (ci-contre et ci-dessous au milieu) pour affiner ses diagnostics.

La clinique Maastro, située près de l’Université de Maastricht, aux Pays-Bas, est l’un des principaux centres de traitement du cancer. Son service de radiothérapie accueille les patients envoyés par d’autres hôpitaux à des fins de dépistage, de suivi ou de simulation de traitement. Pour leur offrir les meilleurs soins et améliorer la recherche sur le cancer, cette clinique s’appuie sur une équipe interdisciplinaire composée de radiothérapeutes, de biologistes, de physiciens, d’informaticiens et d’experts de Siemens Healthcare, qui disposent tous de matériel médical et de logiciels de pointe.

Cette équipe compte parmi ses membres le Professeur Philippe Lambin, radio-oncologue et directeur médical de la clinique : « Nous menons des recherches sur un système d’aide à la prise de décision assistée par ordinateur permettant le traitement personnalisé de patients atteints d’un cancer du poumon. »

« Une étude réalisée par l’Université de Maastricht a révélé en effet que la plupart des médecins peinent à déterminer les traitements les mieux adaptés car ils sont incapables d’estimer précisément leur efficacité. Nous souhaitons améliorer le pronostic de réussite des radiothérapies grâce à un logiciel perfectionné. » Ce logiciel est basé sur Remind, un outil Siemens d’exploration de données.

Remind (Reliable Extraction and Meaningful Inference from Nonstructured Data) analyse statistiquement tous types d’informations médicales – lettres de médecins, images médicales, diagnostics biologiques – et identifie des modèles. Un prototype de système de recherche testé à la clinique de Maastro peut ainsi prédire avec une extrême précision le taux de survie à deux ans des patients atteints d’un cancer du poumon. Les médecins utilisent ensuite ce taux pour estimer la réussite des radiothérapies pour chaque individu. Aujourd’hui, 47 % des malades qui souffrent de ce cancer sont toujours en vie deux ans après le diagnostic si celui-ci est effectué à un stade précoce.

Soarian Quality Measures, première application commerciale de Remind, exploite les dossiers patient pour mesurer la qualité des soins en s’appuyant sur des normes établies. À la clinique Maastro, toutefois, les fonctions de Remind sont transposées à la recherche sur le cancer dans le cadre d’un projet rassemblant experts Siemens et spécialistes médicaux.

Remind exige un maximum de données patient pertinentes pour pouvoir émettre des pronostics statistiquement parlants. Il peut s’agir d’informations sociologiques, de mesures réalisées à l’aide de méthodes d’imagerie ou encore de données biologiques (capacité de division cellulaire, radiosensibilité, etc.) issues d’analyses de gènes et de biomarqueurs sanguins. Ce système traite et associe plus d’une centaine de paramètres.

Remind calcule ensuite la probabilité de survie du patient à deux ans, ainsi que le risque d’effets secondaires des différentes options de traitement, permettant aux médecins de définir la solution la mieux adaptée à chaque cas.


Rapprocher diagnostic et traitement

Les médecins de Maastro exploitent des technologies Siemens de pointe pour leurs diagnostics et traitements. Ainsi, en associant tomographie par émission de positons (TEP) et scanographie (CT), ils obtiennent, malgré les mouvements respiratoires, des images 3D des poumons, indispensables pour soigner les malades. La technologie TEP utilise un marqueur à faible rayonnement pour fournir des images en coupe des processus biochimiques et physiologiques, tandis que la scanographie détaille l’anatomie et l’emplacement des tissus analysés.

La combinaison de ces technologies d’imagerie renseigne sur le type de tumeur à traiter, sa forme et sa position précises. En matière de traitement, le Professeur Lambin privilégie la radiothérapie adaptative. La solution Siemens fournit aux oncologues un jeu de données 3D sur lequel ils peuvent s’appuyer pour ajuster la dose en fonction de l’emplacement et de l’ampleur de la tumeur.

À ce stade, Remind apporte également une aide au pronostic et à la planification du traitement en se référant à une base de données d’examens post-traitement. Le Professeur Lambin nomme cette association de la thérapie et du diagnostic : « théragnostic assisté par ordinateur ».

Dans le cadre de ce projet de recherche, il est également prévu de configurer Remind pour qu’il anticipe les éventuels effets secondaires liés à la radiothérapie en se basant sur la dose de radiation, la durée du traitement, la chimiothérapie concomitante, la concentration en leucocytes, etc. Cet outil pourrait alors aider les médecins à déceler les signes précoces d’une oesophagite (inflammation de l’oesophage), par exemple, et ainsi éviter toute interruption prématurée du traitement thérapeutique.

Par la suite, le programme prendra en compte les répercussions des possibles complications liées à la thérapie. Le principal objectif du Professeur Lambin pour 2008 est d’enrichir la base de données du système : « Pour que le taux de survie annoncé à l’issue d’une thérapie donnée soit formel, notre base doit compter 500 à 1000 patients minimum. Nous devons également disposer de données externes confirmant nos prédictions et c’est là que le bât blesse. »

Un millier de patients sont répertoriés dans la base de données de recherche de Maastro, dont 500 sont atteints d’un cancer du poumon. Pour étoffer cette base, la clinique envisage de créer un réseau numérique reliant son système Remind à des hôpitaux de Louvain et Liège, en Belgique, et de Groningue, aux Pays-Bas. Toutefois, pour des raisons de protection des données, seuls des paramètres anonymes transiteront par cette liaison. Une fois enrichie, la base de données révolutionnera la recherche clinique car les spécialistes de Maastricht pourront exploiter ses informations afin de simuler des études cliniques, à l’image des expériences simulées dans le secteur pharmaceutique grâce à un logiciel d’apprentissage automatique.

Radiologie numérique

Dans le service de radiodiagnostic du CHU d’Aix-la-Chapelle, à environ 40 km de la clinique Maastro, la principale activité du Dr Marco Das consiste à détecter des grosseurs au niveau des poumons, qu’il s’agisse de cancers, de métastases ou de tumeurs bénignes. La routine clinique, dans ce cas, implique la réalisation d’un examen CT pour obtenir des images 3D de l’organe, puis l’identification de structures suspectes sur les vues numériques. Examinant ainsi 30 à 40 patients chaque jour, le Dr Das n’a donc que quelques minutes pour poser un diagnostic.

Pour s’assurer qu’il n’a laissé échapper aucune tumeur, un second radiologue vérifie ce diagnostic. Le Dr Das se sert également d’un logiciel de détection assistée par ordinateur (DAO), qui remplacera bientôt ce second radiologue, comme c’est déjà le cas dans d’autres cliniques. Ce système, basé sur la reconnaissance des formes et non sur l’intelligence artificielle, analyse les différences d’épaisseur des tissus pulmonaires et les compare aux images stockées de tumeurs caractéristiques du poumon. Il est également capable de reconnaître ces formes dans d’autres images CT.

Le logiciel Siemens optimise la précision des diagnostics relatifs aux tumeurs des poumons.

Marqueur tumoral

« Ce système est très efficace », affirme le Dr Das à propos du logiciel de DAO syngo de Siemens. Il détecte d’éventuelles tumeurs au poumon avant que le radiologue n’ait terminé sa lecture. Il ne lui faut en effet que quatre minutes environ pour contrôler 700 images en coupe d’un millimètre d’épaisseur, et sa cadence s’accélère lorsque les couches sont plus épaisses et que les images sont donc moins nombreuses.

Une fois son diagnostic posé, le Dr Das analyse immédiatement les zones suspectes que le logiciel a automatiquement entourées en rouge. « Toutes les études montrent qu’un logiciel de DAO accentue la précision du diagnostic du radiologue. » Mais ce système n’est pas infaillible. Il effectue parfois des diagnostics positifs erronés, qui, selon le Dr Das, n’ont pas de conséquences majeures car ils sont rapidement repérés par n’importe quel radiologue expérimenté.

« Les logiciels de DAO permettent des secondes lectures très utiles, mais ils ne remplaceront jamais les diagnostics des radiologues, parce que l’expérience d’un médecin est essentielle dans l’évaluation des résultats », ajoute le Dr Das. Selon lui, le nouveau logiciel syngo CT Oncology, doté de la fonctionnalité syngo LungCAD, accélère la prise de décision en matière de diagnostic. Ainsi, jusqu’à récemment, un médecin devait évaluer l’évolution de la taille d’une tumeur en mesurant son diamètre à l’écran. Une méthode peu précise, dont le résultat peut varier d’un médecin à l’autre. Avec syngo CT Oncology, les mesures sont plus fiables car le logiciel calcule automatiquement le volume de tous les types de tumeurs et permet de déterminer la densité des tissus – impossible à estimer manuellement –, ce paramètre fournissant également une première indication du caractère malin ou bénin d’une tumeur.

Ces mesures sont également utilisées sur les patients atteints d’emphysème, une maladie généralement causée par le tabac, qui détruit les alvéoles pulmonaires. Dans ce cas, le logiciel syngo InSpace4D Lung Parenchyma Analysis de Siemens peut évaluer la répartition de densité dans les poumons. En effet, sur un poumon malade, la rupture des alvéoles accroît la quantité d’air dans le tissu pulmonaire (qui perd alors en densité). « Cette solution permet désormais de quantifier l’affection dès les stades précoces et donc de contrôler l’efficacité du traitement. Auparavant, ce processus complexe exigeait plusieurs tests indirects », explique le Dr Das.

Coloscopie virtuelle

La DAO s’avère également très efficace dans le dépistage du cancer du colon. Contrairement aux médecins d’Aix-la- Chapelle, le Dr Anno Graser, de l’Institut de radiologie clinique du CHU de Munich, ne bénéficie pas de l’assistance d’un second radiologue. Il s’appuie donc sur les coloscopies virtuelles réalisées par le logiciel syngo Colonography avec PEV (Polyp Enhanced Viewing) pour confirmer son diagnostic.

« Ce programme, qui peut être utilisé par n’importe quel médecin, offre de très bons résultats dès lors que le colon a été correctement lavé », indique le Dr Graser, qui a testé le logiciel dans le cadre de plusieurs études. Satisfait de la précision qu’il fournit, il apprécie également ce système car il « simplifie et accélère l’ensemble du processus ». Au sein de son Institut, le programme, aussi rapide qu’un gastroentérologue, n’a besoin que de quatre minutes pour dépister des polypes.

Depuis qu’il a terminé l’étude du logiciel en conditions cliniques, le Dr Graser se sert de ce dernier une à deux fois par jour, mais constate une certaine réticence vis-à-vis de cette nouvelle technologie. « En Allemagne, l’assurance maladie ne rembourse que les coloscopies classiques à moins que celles-ci ne soient pas indiquées, notamment en cas d’infection ou d’occlusion intestinale », explique-t-il.

Les patients préfèrent, quant à eux, la méthode virtuelle car elle est bien plus rapide. Le système de détection des polypes est, par ailleurs, extrêmement sensible, ce qui améliore les probabilités d’un dépistage précoce. « De par ses nombreux atouts, ce logiciel devrait bientôt remporter l’adhésion de tous », conclut le Dr Graser.

Michael Lang