Site de l'université de Franche-Comté
En Direct

Tumeurs rénales : intelligence artificielle et imagerie 3D pour un diagnostic de pointe

Vignette du numéro 269 de Mars 2017

Article publié dans le numéro 269 de Mars 2017
Voir le sommaire
Télécharger le numéro


L’intelligence artificielle combinée à la segmentation d’images scanner va donner naissance à une solution informatique inédite, un outil de diagnostic et de visualisation des plus fiables pour la représentation 3D de tumeurs rénales chez l’enfant.

 

Bien diagnostiquer une tumeur et aider à la prise de décision quant aux conditions d’une intervention chirurgicale, tels sont les objectifs de l’analyse de données pré-opératoires. L’imagerie 3D fournit à ce titre des informations essentielles mais connaît aussi des limites, comme c’est le cas pour la visualisation des néphroblastomes, des tumeurs malignes du rein qui touchent un enfant de moins de six ans sur dix mille en France chaque année, et représentent 5 à 10 % des tumeurs pédiatriques.

Pour se faire une idée précise de la tumeur et donc de la zone à traiter, la segmentation d’images scanner, en établissant une topographie rigoureuse du rein, des tissus sains et des lésions, apparaît comme une étape incontournable.

Cependant les performances des logiciels de segmentation ne sont pas suffisantes pour établir un diagnostic imparable, et les données nécessitent d’être affinées par l’interprétation de radiologues ou de chirurgiens, dont l’expé

rience métier complète l’analyse informatique. Mais cette intervention, manuelle, est beaucoup trop chronophage pour être réellement viable.

C’est pour la rendre automatique que le projet SAIAD prévoit d’intégrer la connaissance de terrain aux programmes de segmentation. Machine learning, réseaux de neurones artificiels, raisonnement à partir de cas…, les moyens de l’intelligence artificielle vont se connecter à ceux de la segmentation pour créer une solution totalement automatisée, capable à elle seule de dresser le bilan le plus réaliste possible de l’atteinte tumorale, grâce à la reconstruction d’images en trois dimensions des plus élaborées.

scanner nephroblastome

Scanner de rein faisant apparaître un nephroblastome

Spécialiste en intelligence artificielle distribuée au Département informatique des systèmes complexes (DISC) de l’Institut FEMTO-ST, Julien Henriet précise que « les données seront agrégées et stockées au sein d’une plateforme informatique, pour constituer une base de référence et de travail sécurisée ». Côté français, outre FEMTO-ST qui gère donc les aspects d’intelligence artificielle, ce projet Interreg implique le CHRU de Besançon et ses services de chirurgie et de radiologie pédiatriques, et la société bisontine IDO-IN (ex COVALIA) pour la partie transfert et sécurisation des données des patients. Côté suisse, l’École polytechnique fédérale de Lausanne (EPFL) est experte dans le domaine de la segmentation et du traitement d’images, et l’entreprise neuchâteloise CFI dans la fourniture de solutions informatiques médicales. Le projet SAIAD vient de démarrer pour une durée de trente-six mois, sur la base d’un budget de 1,3 million d’euros. Soutenu par le programme Interreg 2014-2020, il bénéficie à ce titre d’un soutien financier du FEDER, de fonds fédéraux Interreg suisses et du Canton de Neuchâtel.

Contact :

Julien Henriet

DISC - Département d’informatique des systèmes complexes

Institut FEMTO-ST - Université de Franche-Comté / ENSMM / UTBM / CNRS

Tél. +33 (0)3 81 66 20 65