Le projet BIOMEDE-IA (2020-2023) a pour premier objectif de prédire par des méthodes d’apprentissage machine les principales mutations génomiques de patients atteints de gliomes infiltrants du tronc cérébral à partir de leurs caractéristiques cliniques et d’imagerie (IRM multi-paramétriques), pour mieux prendre en charge les cas pour lesquels la biopsie n’est pas disponible. Dans un second temps, en analysant conjointement l’ensemble de données disponibles, nous chercherons à définir les caractéristiques des sujets ayant une survie supérieure à deux ans. Ce projet, réalisé en collaboration avec Gustave-Roussy, l’Hôpital Necker et Neurospin repose sur les données acquises par les PHRC BIOMEDE (2014-2019) et BIOMEDE-2 (2020-2023).

LIFEx est un logiciel d'analyse d'images médicales très convivial, et permettant la réalisation d'études radiomiques pour tout type d'images (TEP, IRM, US, TEMP, tomodensitométrie). Le développement logiciel est réalisé par Christophe Nioche, ingénieur de recherche dans l'Unité, et le logiciel est mis gratuitement à disposition de la communauté scientifique. Il s'enrichit très régulièrement des contributions des utilisateurs, avec lesquels nous interagissons au quotidien. Les index radiomiques calculés dans ce logiciel sont conformes aux recommandations du consortium international IBSI auquel nous participons.

Le logiciel compte à ce jour plus de 3500 utilisateurs dans le monde. Sa version initiale a été décrite dans un article de Cancer Research en 2018. Toutes les informations relatives au projet LIFEx (téléchargement, dernières versions, tutoriels, etc) sont accessibles sur le site dédié.

 

La Photo Thérapie Dynamique (PDT) est un traitement localisé utilisant un rayon laser focalisé sur la tumeur. La PDT est basée sur l’activation, par la lumière de longueur d’onde spécifique, d’un photosensibilisateur (PS) localisé préférentiellement dans les cellules tumorales. Cela génère des espèces oxygénées toxiques pour les cellules le contenant. Le PS est non mutagène et pharmacologiquement inactif sans éclairage. Nous avons montré que la PDT est efficace sur des rétinoblastomes se développant dans les yeux de souris transgéniques. Notre projet vise à évaluer la PDT sur un modèle développant des tumeurs dans le vitré ou dans la rétine chez le rat. Cette approche PDT sera comparée à un traitement plus classique par radiothérapie. Nous évaluerons également ce traitement au mélanome uvéal et comparerons son efficacité à celle de la radiothérapie qui est un gold standard pour cette pathologie. 

Le projet PRECISION PREDICT (2020-2022) est porté par l'Institut Curie (service d'oncologie thoracique, direction des données, et LITO), et financé dans le cadre du 2ème AAP du Health Data Hub, co-organisé avec le Grand Défi « Amélioration des diagnostics médicaux par l’Intelligence Artificielle », et Bpifrance. Il s'agit, avec 8 autres Centres de Lutte contre le Cancer, de créer une base de données cliniques et d’images médicales (scanner X et TEP-scans) de patients atteints d’un cancer broncho-pulmonaire avec une mutation activatrice de l’EGFR et traités par une thérapie ciblée. A partir de cette base de données, nous chercherons à comprendre la grande variabilité de réponse au traitement observée parmi les patients, voire à prédire, pour chaque patient, l'efficacité de la thérapie. 

VOCALE est un projet (2018-2022) d’analyse du mouvement des cordes vocales par échographie translaryngée dynamique, mené par le laboratoire en collaboration avec différents services de chirurgie et le laboratoire d’imagerie biomédicale. Nous avons réalisé un logiciel d’analyse d’images et démontré la faisabilité de détecter et quantifier la paralysie des cordes vocales sur une base de 100 patients présentant des troubles de la voix après chirurgie thyroïdienne. Un PHRC multi-centrique est en cours pour valider l’utilisation de l’échographie en première intention et réduire le nombre de nasofibroscopies. Dans ce projet, nous couplons des méthodes d’analyse d’images à de l'apprentissage profond pour améliorer les performances de notre détecteur de paralysie associée à une lésion d’un nerf récurrentiel.

Nous participons au projet européen H2020-MSCA-ITN-2017 HYBRID (Healthcare Yearns for Bright Researchers for Imaging Data, 2017-2021) en collaboration avec 10 partenaires émanant d'Allemagne, Autriche, Royaume-Uni, Pays-Bas, Danemark, et Belgique. Ce projet finance 15 doctorants, qui travaillent sur des projets relatifs à l'imagerie moléculaire multimodale, en particulier l'imagerie TEP-IRM, pour la médecine personnalisée, en employant les techniques les plus modernes, notamment des techniques d'imagerie dynamique et d'intelligence artificielle. Pour en savoir plus sur les projets spécifiques des doctorants, consultez le site dédié

Le projet PANACEE (2020-2023) vise à développer des méthodes et un outil permettant, pour un patient atteint de cancer du poumon non à petites cellules et décrit par ses caractéristiques cliniques, biologiques, histologiques ou issues des images médicales (radiomique), d’identifier un petit groupe de malades qui présentent des caractéristiques très similaires, dans une base de référence constituée de patients déjà traités pour la même pathologie. L’histoire médicale de ces « jumeaux » permettra aux médecins d’accéder à de précieuses informations pour suggérer la stratégie thérapeutique à adopter pour le nouveau sujet. Ce projet est financé par la fondation Janssen Horizon.

 

Le projet TIPIT (2020-2023) implique l'U900 Inserm - Institut Curie - PSL (Dir : Emmanuel Barillot), le service d'oncologie thoracique de l'Institut Curie (Chef de service : Nicolas Girard) et notre laboratoire LITO. Il est financé par la Fondation ARC, dans le cadre de l'appel à projet SIGNIT, pour une durée de 3 ans. Ce projet va consister à rassembler une grande variété de données génomiques, radiomiques, cliniques, et anatomopathologiques sondant différents aspects des tumeurs pulmonaires non à petites cellules chez 200 patients. A partir de mesures effectuées sur ces données, qui renseignent sur les spécificités tumorales à différentes échelles, nous décrirons le profil de chaque tumeur et de son microenvironnement de façon aussi complète que possible et chercherons à prédire, en nous appuyant sur des méthodes relevant de l'intelligence artificielle, la réponse à l'immunothérapie avec une précision suffisante pour être cliniquement utile.

La Tomographie d'Emission de Positons (TEP) au Fluoro-Deoxy-Glucose (FDG) est bien établie comme méthode non invasive diagnostique et de suivi des patients atteints de lymphome de Hodgkin. Cependant, les images TEP au FDG acquises dans cette indication sont exploitées très simplement, en évaluant l'importance des hyper fixations de FDG et l'évolution de ces hyper fixations dans le temps. L'objectif de ce projet est de développer et valider des méthodes d'analyse radiomique et d'intelligence artificielle pour identifier les patients souffrant d'une forme particulièrement agressive de la maladie et pour lesquels un traitement plus intense doit être instauré. De façon similaire, nous chercherons à identifier les patients pour lesquels un traitement moins lourd permettra de contrôler la maladie, de sorte que ces patients puissent éviter les effets secondaires associés aux traitements intenses. Ce projet (2020-2023) est financé par l'AAP EracoSysMed 2020 (contrat ANR-19-SYME-0005-03).