D’une durée de 36 mois et d’un montant global de 1,3 M €, ce projet INTERREG est financé à hauteur de 860 000 € côté français (dont 520 000 euros financés par le FEDER) et 440 000 € côté suisse (dont 111 000 euros financés par INTERREG Suisse et 111 000 financés par le Canton de Neuchâtel).
Le néphroblastome, ou tumeur de Wilms, est la tumeur rénale la plus fréquente chez l’enfant. Avec une incidence de 1 pour 10000 naissances, le néphroblastome est la tumeur abdominale la plus fréquemment rencontrée chez l’enfant et représente entre 5 et 14% des tumeurs malignes pédiatriques.
Cette tumeur, développée au dépend de structures néphrogéniques embryonnaires, survient dans la majorité des cas chez des enfants entre 1 et 5 ans. L’âge moyen au diagnostic est de 42 à 47 mois pour les enfants avec une tumeur de Wilms unilatérale et de 30 à 33 mois pour ceux présentant une tumeur de Wilms bilatérale. Cette tumeur maligne a un potentiel de dissémination locale et métastatique à distance. On retrouve, selon les séries, 5 à 10% de tumeur bilatérale ou multicentrique.
Le néphroblastome peut survenir de façon isolée ou dans le cadre de formes syndromiques. Certaines mutations génétiques prédisposent à la persistance de restes néphrogéniques. Ces restes néphrogéniques correspondent à la persistance post-natale de cellules rénales embryonnaires qui sont susceptibles de dégénérer, entrainant ainsi l’apparition du néphroblastome.
La présence de multiples restes néphrogéniques au sein de l’unité rénale est appelée néphroblastomatose. Cette entité nosologique peut poser des problèmes diagnostiques et thérapeutiques.
La solution pour une segmentation automatique est l’Intelligence Artificielle. Le RàPC et le Deep Learning (voir article ici) sont diffèrents mais ont le même but. La plateforme COLISEUM-3D (Collaborative platform with artificial Intelligence for Segmentation of Tumoral kidney in Medical images in 3D) permet de coupler le RàPC et le Deep Learning afin d’obtenir le résultat souhaité en minimisant l’intervention humaine sous une unique représentation numérique.
COLISEUM-3D est organisée en couches.
L’objectif final du projet est de développer une plateforme informatique permettant de stocker de manière sécurisée des informations et de construire automatiquement, à l’aide d’outils d’intelligence artificielle, des représentations numériques en trois dimensions de l’abdomen à partir d’images scanner du patient. Cet outil permettra ainsi aux médecins de définir avec la plus grande précision possible les contours d’une tumeur rénale chez l’enfant.
L’ambition est donc de créer et d’expérimenter une méthode permettant d’isoler dans les images les zones d’intérêt d’analyse sur la base des outils de l’Intelligence Artificielle Distribuée. Cet outil informatique devra permettre de mieux évaluer les risques/possibilités de gestes chirurgicaux et définir avec plus de confiance le traitement le plus adapté. Il sera basé principalement sur deux concepts de l’intelligence artificielle : le Raisonnement à Partir de Cas (RàPC) et les Systèmes Multi-Agents (SMA). Le RàPC est un outil de résolution de problèmes basé sur l’analogie et l’expérience acquise. Les SMA sont des entités informatiques permettant de mener en parallèle des calculs puis de confronter ou d’unir leurs résultats afin de construire la solution la plus pertinente.
Il s’agit d’un diagnostic initialement basé sur l’imagerie. Le plus souvent, l’imagerie permet d’établir un diagnostic précis. En cas d’atypies dans la présentation clinique (âge par exemple) ou sur les examens d’imagerie, il est nécessaire de réaliser une biopsie percutanée. Mais dans la majorité des cas, la preuve diagnostique sera apportée par la confirmation histologique de la pathologie lors de l’analyse anatomopathologique de la pièce opératoire après intervention chirurgicale.
La segmentation du rein à partir de données d’imagerie, notamment scanographique, est une méthode qui permettrait de préciser la topographie tumorale. La segmentation du cortex rénal, des éléments constituant les cavités excrétrices, des éléments vasculaires et de la tumeur permettrait de préciser les rapports entre ces différentes structures.
Bien que ce projet a pour principal objectif de concevoir un outil d’aide à la décision et d’en évaluer la qualité, nous avons pour ambition, à plus longue échéance, de fournir des outils supplémentaires afin d’aider les médecins durant la prise des décisions concernant les thérapies à engager et accroître la qualité et la sécurité de la chirurgie d’exérèse des tumeurs cancéreuses du rein chez l’enfant. Ces outils pourraient être couplés plus systématiquement aux outils déjà utilisés par les experts de ce domaine. Il pourra aussi être envisagé d’adapter ces outils aux traitements d’autres organes et d’autres tumeurs malignes.
L’Ecole Polytechnique fédérale de Lausanne (EPFL) et notamment l’équipe de recherche basée à Lausanne qui apportera son expertise dans le domaine de la segmentation et du traitement d’images.
Contact : Pr Jean-Philippe Thiran – jean-philippe.thiran@epfl.ch
CFI : PME spécialisée dans la fourniture de solutions informatiques médicales basée à Neuchatel. Elle interviendra sur les normes de stockage et de transfert de dossiers médicaux Suisses, et se chargera du développement des outils informatiques pour la reconstruction de modèles numériques 3D et impression 3D.
Contact : Michèle Criblez – michele.criblez@cfi.ch
Mirrakoi : Start-up Suisse située à Lausanne et spécialisée dans l’analyse d’image, Mirrakoi apporte son expertise dans la restitution de représentations numériques 3D.
Contact : Pablo Garcia-Amonera – pablo.garcia-amorena@mirrakoi.com
L’institut FEMTO-ST (via l’Université de Franche-Comté) apportera son expertise informatique dans le domaine des méthodes d’intelligence arti cielles distribuées pour améliorer et automatiser les opérations de segmentation.
Contact : Julien Henriet – julien.henriet@univ-fcomte.fr
Le CHRU de Besançon et plus particulièrement les services de chirurgie pédiatrique et de radiologie pédiatrique associés à l’Université de Franche-Comté qui apporteront leur expertise métier et les dossiers patients.
Contact : Pr Frédéric Auber – fauber@chu-besancon.fr
MainCare : spécialisée dans la télémédecine, la transmission et le stockage sécurisés des informations médicales, l’entreprise se chargera de la réalisation de la base de connaissance partagée et des outils permettant de l’alimenter, ainsi que des normes de stockage et de transferts de chiers médicaux français.
Contact : Eric Garcia – eric.garcia@maincare.fr
ennoia : entreprise française située à Besançon. Spécialisée dans le traitement d’images médicales, la chirurgie personnalisée et l’impression 3D médicale, ennoia apporte son expertise dans le domaine de l’impression 3D au projet.
Contact : Benjamin Billottet – benjamin.billottet@ennoia-med.fr