Une nouvelle technologie utilise l’imagerie proche infrarouge et l’apprentissage automatique pour trouver des tumeurs cachées

Les tumeurs peuvent endommager les vaisseaux sanguins et les tissus environnants, même si elles sont bénignes. S’ils sont malins, ils sont agressifs et sournois, et souvent irrévocablement dommageables. Dans ce dernier cas, la détection précoce est la clé du traitement et du rétablissement. Mais une telle détection peut parfois nécessiter une technologie d’imagerie avancée, au-delà de ce qui est disponible dans le commerce aujourd’hui.

Par exemple, certaines tumeurs se produisent profondément à l’intérieur des organes et des tissus, recouvertes par une couche muqueuse, ce qui rend difficile pour les scientifiques de les observer directement avec des méthodes standard comme l’endoscopie (qui insère une petite caméra dans le corps d’un patient via un tube fin) ou d’atteindre eux lors des biopsies. En particulier, les tumeurs stromales gastro-intestinales (GIST) – généralement présentes dans l’estomac et l’intestin grêle – nécessitent des techniques exigeantes qui prennent beaucoup de temps et prolongent le diagnostic.

Maintenant, pour améliorer le diagnostic du GIST, les Drs. Daiki Sato, Hiroaki Ikematsu et Takeshi Kuwata du National Cancer Center Hospital East au Japon, le Dr Hideo Yokota du RIKEN Center for Advanced Photonics, Japon, et les Drs. Toshihiro Takamatsu et Kohei Soga de l’Université des sciences de Tokyo, Japon, dirigés par le Dr Hiroshi Takemura, ont développé une technologie qui utilise l’imagerie hyperspectrale proche infrarouge (NIR-HSI) avec l’apprentissage automatique. Leurs résultats sont publiés dans Nature’s Rapports scientifiques.

Cette technique est un peu comme les rayons X, l’idée est d’utiliser un rayonnement électromagnétique qui peut traverser le corps pour générer des images de structures à l’intérieur. La différence est que les rayons X sont à 0,01-10 nm, mais le proche infrarouge est à environ 800-2500 nm. À cette longueur d’onde, le rayonnement proche infrarouge rend les tissus transparents dans les images. Et ces longueurs d’onde sont moins nocives pour le patient que même les rayons visibles. « 

Takeshi Kuwata, National Cancer Center Hospital East, Japon

Cela devrait signifier que les scientifiques peuvent enquêter en toute sécurité sur quelque chose qui est caché à l’intérieur des tissus, mais jusqu’à l’étude du Dr Takemura et de ses collègues, personne n’avait tenté d’utiliser NIR-HSI sur des tumeurs profondes comme les GIST. Parlant de ce qui les a amenés à suivre cette voie d’enquête, le Dr Takemura rend hommage au regretté professeur qui a commencé leur voyage: «Ce projet n’a été possible que grâce au regretté professeur Kazuhiro Kaneko, qui a brisé les barrières entre médecins et ingénieurs. et a établi cette collaboration. Nous suivons ses souhaits. « 

L’équipe du Dr Takemura a réalisé des expériences d’imagerie sur 12 patients avec des cas confirmés de GIST, dont la tumeur a été enlevée par chirurgie. Les scientifiques ont imagé les tissus excisés à l’aide du NIR-HSI, puis ont demandé à un pathologiste d’examiner les images pour déterminer la frontière entre le tissu normal et le tissu tumoral. Ces images ont ensuite été utilisées comme données d’apprentissage pour un algorithme d’apprentissage automatique, apprenant essentiellement à un programme informatique à faire la distinction entre les pixels des images qui représentent le tissu normal et ceux qui représentent le tissu tumoral.

Les scientifiques ont découvert que même si 10 des 12 tumeurs testées étaient complètement ou partiellement couvertes par une couche muqueuse, l’analyse d’apprentissage automatique était efficace pour identifier les GIST, codant correctement les sections tumorales et non tumorales avec une précision de 86%. «C’est un développement très excitant», explique le Dr Takemura, «Être capable de diagnostiquer avec précision, rapidement et de manière non invasive différents types de tumeurs sous-muqueuses sans biopsie, une procédure qui nécessite une intervention chirurgicale, est beaucoup plus facile pour le patient et médecins. « 

Le Dr Takemura reconnaît qu’il y a encore des défis à relever, mais estime qu’ils sont prêts à les résoudre. Les chercheurs ont identifié plusieurs domaines qui amélioreraient leurs résultats, tels que l’agrandissement de leur ensemble de données d’entraînement, l’ajout d’informations sur la profondeur de la tumeur pour l’algorithme d’apprentissage automatique et l’inclusion d’autres types de tumeurs dans l’analyse. Des travaux sont également en cours pour développer un système NIR-HSI qui s’appuie sur la technologie d’endoscopie existante.

«Nous avons déjà construit un appareil qui attache une caméra NIR-HSI à l’extrémité d’un endoscope et espérons réaliser bientôt une analyse NIR-HSI directement sur un patient, plutôt que sur des tissus qui avaient été enlevés chirurgicalement,» Dr. Takemura dit: «À l’avenir, cela nous aidera à séparer les GIST d’autres types de tumeurs sous-muqueuses qui pourraient être encore plus malignes et dangereuses. Cette étude est la première étape vers une recherche beaucoup plus révolutionnaire à l’avenir, rendue possible par cette collaboration interdisciplinaire.