Der Monat Oktober ist dem Brustkrebs gewidmet. L’künstliche Intelligenzkünstliche Intelligenz (KI) transformiert die medizinische Bildgebung mit schnelleren und zuverlässigeren Werkzeugen. Diese Fortschritte helfen Onkologen und Radiologen dabei, Frauen in Remission von Brustkrebs besser zu untersuchen, zu diagnostizieren, personalisierte Behandlungen zu verschreiben und zu überwachen. Für Doktor Irène Buvat, Direktorin des Labors für translationale Bildgebung in der Onkologie (Inserm/Institut Curie), verbessert KI bereits die Bildgebung von Brustkrebs. Und der Fortschritt hört hier nicht auf!
Brustkrebs ist mit mehr als 60.000 Neuerkrankungen pro Jahr in Frankreich die häufigste Krebserkrankung bei Frauen und verursacht immer noch etwa 12.000 Todesfälle pro Jahr. „ Radiologiebilder, Nuklearmedizin, PathologiePathologie digitaldigital und Multi-Omics-Daten (GenomikGenomikTranskriptomik, Metabolomik) ermöglichen die Erstellung von Modellen auf Basis von Werkzeugen der künstlichen Intelligenz. Dank der Teams der École des Mines de Paris und des Institut Curie positioniert sich das Frauenkrebsinstitut als führender Akteur in Frankreich beim Einsatz von KI in der Onkologie », erklärte Professorin Anne Vincent-Salomon kürzlich, PathologePathologe und Direktor des Instituts während einer Pressekonferenz.
Künstliche Intelligenz automatisiert die Anomalieerkennung
Künstliche Intelligenz ist bereits in vielen bildgebenden Geräten vorhanden und wird es in naher Zukunft noch mehr sein. Es präsentiert zwei AnwendungenAnwendungen Schwerpunkt auf medizinischer Bildgebung, einschließlich der Automatisierung, Zuverlässigkeit und Beschleunigung der Bildanalyse (IRMIRMMammographien, TEPTEP–ScannerScanner…)). Dies kann auf verschiedene Arten erfolgen, beginnend mit „ der Einsatz von KI-Algorithmen, die eine automatische Erkennung ermöglichen AnomalienAnomalien in den erhaltenen Bildern, erklärt Dr. Irène Buvat. Dies erleichtert das schnelle Sortieren zwischen normalen Bildern und Bildern pathologischpathologisch die dringend eine radiologische Untersuchung erfordern, um festzustellen, ob der Patient Krebs hat ».
Der Einsatz von KI-Algorithmen besteht auch darin, automatisch Messungen an Tumorbildern durchzuführen (VolumenVolumen oder Formcharakterisierung). Derzeit führen Radiologen oder Nuklearmediziner diese Messungen manuell durch, was zeitaufwändig ist und mit dem die Ärzte manchmal nicht einverstanden sind. KI hilft, diese Prozesse zu automatisieren und zu beschleunigen. „ Dies verringert die Variabilität zwischen medizinischen Zentren und Beobachternfügt der Spezialist hinzu. Dies ist besonders nützlich in Zentren mit begrenzten Ressourcen und wenigen Patienten. ».
Und sogar in naher Zukunft könnten Algorithmen einen ersten Bildbericht erstellen, der Radiologen oder Nuklearmedizinern die Arbeit erleichtert und ihn dann nur noch überprüfen und vervollständigen muss. Dieser Automatisierungsprozess ist im Gange und verbreitet sich nach und nach in den französischen medizinischen Diensten.
Optimierte Bilddaten und erweiterte prädiktive Analysen
Der zweite Teil des Fortschritts mithilfe von KI besteht darin, die in Bildern enthaltenen Informationen besser zu nutzen. „ Derzeit messen wir hauptsächlich das Volumen, die größte Dimension von TumoreTumorensowie der Signalpegel (KontrastKontrast), was eine grobe Charakterisierung der Anomalien ermöglichtDetails Irène Buvat. Allerdings bieten KI-Algorithmen die Möglichkeit, eine Vielzahl von Informationen zu messen, bis hin zu Hunderten von Indizes, die aus radiologischen Bildern extrahiert werden „Radiomics“ ».
„Und auch hier kann die Maschine es besser als das menschliche Gehirn”
Das Problem beschränkt sich jedoch nicht nur auf die einfache Messung dieser Indizes. Sie müssen noch ausgebeutet werden. Und auch hier kann die Maschine es besser als die GehirnGehirn menschlich. Letztere haben nämlich Schwierigkeiten, mehr als vier Parameter gleichzeitig zu analysieren. Wie wäre es also mit zwanzig oder sogar mehreren Dutzend! Hier kommen KI-Algorithmen ins Spiel. Sie können die besten Kombinationen von Parametern identifizieren und so beispielsweise das Ansprechen auf eine Behandlung und deren Einfluss vorhersagen PrognosePrognose Patienten, oder sogar die damit verbundene Kardiotoxizität vorhersagenBestrahlungBestrahlung Brust, für individuellere Behandlungsstrategien für jede Patientin.
Darüber hinaus werden diese Algorithmen genutzt, um Tumore beispielsweise anhand ihrer molekularen Eigenschaften besser zu verstehen. Das Ziel der Forscher in den kommenden Jahren besteht darin, die zu identifizieren PhänotypenPhänotypen Tumoren (alle Merkmale) anhand präziser Bilder, insbesondere in 3D (MRT, Scanner), die die anatomopathologischen Analysen (Gewebeanalyse) ergänzen. Und so, Beispiel unter anderem, um das zu verstehen WiderstandWiderstand zur Behandlung durch ImmuntherapieImmuntherapie.
Um mehr zu erfahren: Das IHU Women’s Cancer Institute ist ein Projekt, das das Institut Curie, die Universität Paris Sciences et Lettres und Inserm zur umfassenden Betreuung von Frauen mit Brustkrebs und Brustkrebs zusammenbringt. gynäkologisch.
