La gamme d’options thérapeutiques pour le traitement du cancer tout au long du parcours du patient est diversifiée, y compris la chirurgie, la radiothérapie, la chimiothérapie, l’hormonothérapie ou la thérapie ciblée, l’immunothérapie ou les soins palliatifs. Ces décisions peuvent réellement modifier les mesures des résultats rapportés par les patients, les effets sur la qualité de vie et l'indépendance, la récidive du cancer et les effets secondaires à court et à long terme. La modélisation de ces résultats potentiels ainsi que du risque de mortalité pour fournir des soins personnalisés et optimisés peut sembler une tâche ardue dans le domaine de la santé, mais nous avons la possibilité d'apprendre d'autres industries et domaines de l'ingénierie pour y parvenir et le convertir en un outil réalisable pour la médecine de demain.
Le concept de jumeau numérique est né de la NASA au début des années 2000 et est désormais un élément essentiel des secteurs de l’ingénierie, de l’automobile et de l’aérospatiale. Un jumeau numérique est une représentation virtuelle qui sert de contrepartie numérique en temps réel d’un objet physique ou, dans le cas de l’imagerie médicale, du patient. Pour les données des patients, une approche de jumeau numérique peut être utilisée pour anticiper les réponses au traitement d’un patient individuel ainsi que pour aider aux études à l’échelle de la population pour identifier à quoi ressemble une personne en bonne santé1.
L’approche d’imagerie du jumeau numérique permet également le suivi et la modification en temps réel des interventions en fonction des réponses des patients et la planification des interventions chirurgicales grâce au développement du suivi physique des patients complexes. Ces informations seront d’une valeur inestimable pour un avenir de médecine de précision, améliorant la prise de décision clinique, le développement de médicaments et améliorant nos connaissances fondamentales sur les maladies qui changent la vie.
La véritable valeur d’une imagerie jumelle numérique résidera dans l’amélioration du diagnostic, du suivi et du traitement personnalisé des patients. permettre aux cliniciens de gérer de grandes quantités de données sur les patients. Cela peut permettre des soins plus efficaces et une simulation des paradigmes de traitement. Cependant, cela dépend de la qualité et de la cohérence des rapports de données. Nous sommes à deux doigts de l'utilisation quotidienne des jumeaux numériques dans nos systèmes de santé, et il reste plusieurs défis à relever.
L’imagerie des jumeaux numériques repose sur la qualité des données et l’exactitude des informations introduites dans le système. En outre, il existe des défis liés à la gestion des données, à la conception des algorithmes, à la sécurité et à la confidentialité des données, ainsi qu'aux considérations éthiques qui doivent être surmontés 2
Pour la meilleure conception d'algorithme, l'enregistrement précis des données des patients existants et des études de population à grande échelle telles que la biobanque britannique fourniront les bases et nous permettront de comprendre, en tant que communauté clinique et scientifique, l'importance réflexive des résultats cliniques, de la multi-omique, des biomarqueurs d'imagerie, des données relatives aux patients, des circonstances des patients telles que les antécédents socio-économiques et les résultats des procédures médicales qui doivent être compris pour créer les jumeaux numériques les plus efficaces.
Dans le contexte de l’imagerie médicale, cela peut inclure la fourniture de ces informations à partir de nombreuses sources, telles que la combinaison de l'imagerie par résonance magnétique (IRM), de la tomographie par émission de positons (TEP), de l'échographie et de la tomodensitométrie (TDM). Cependant, malgré les progrès significatifs de la segmentation basée sur l'IA, l'énorme quantité de temps nécessaire à la segmentation manuelle ou même semi-automatique de certains organes et lésions difficiles à délimiter (c'est-à-dire le cancer du pancréas, le cancer de la tête et du cou) pour l'extraction de biomarqueurs d'imagerie à partir de ces modalités représente un obstacle clair à l'utilisation d'une approche de jumeau numérique.
La radiomique est une méthode qui extrait un grand nombre de caractéristiques des images médicales pour permettre aux cliniciens d’améliorer les données existantes disponibles. La radiomique permet à l'intelligence artificielle d'analyser des images intermodales en fournissant des informations détaillées et précises sur la forme, l'intensité des pixels, la texture, ainsi que le filtrage des images pour aider au processus de décision de diagnostic et estimer les facteurs pronostiques 3.
C'est cette précision d'automatisation qui signifie Radiomics est le partenaire idéal de l'approche du jumeau numérique pour l'avenir des soins de santé, fournissant l'analyse automatisée des changements dans la taille, la forme et la texture de la tumeur ainsi que des changements dans la composition corporelle tels que la perte de muscle et de graisse qui peuvent indiquer des changements dans le risque de mortalité par le développement de la cachexie.
Bien que la radiomique puisse fournir l’épine dorsale de l’accélération de la segmentation et du traitement des images médicales, en particulier dans les biomarqueurs d’imagerie qui sont actuellement testés, la manière dont ces biomarqueurs d’imagerie pourraient évoluer avec les interventions cliniques est encore en cours de développement.
Davantage d’études de données probantes du monde réel (RWE) et de méta-analyses sur la littérature existante sont nécessaires pour pouvoir générer des liens exploitables entre la radiomique et les critères cliniques, permettant la création de panels de biomarqueurs d’imagerie qui peuvent être utilisés en routine dans la gestion des patients atteints de cancer au sein du système de santé.
La technologie d’imagerie des jumeaux numériques sera un élément clé pour les radiologues du futur, offrant une représentation virtuelle dynamique qui complétera les systèmes physiques en temps réel. Le développement des jumeaux numériques permettra des avancées dans la pratique clinique en permettant des prédictions spécifiques aux patients, telles que la prévention, le diagnostic des maladies et la personnalisation du traitement. La capacité de la radiologie à générer d'énormes quantités de données à partir de diverses modalités, telles que la tomodensitométrie et l'IRM, sera également essentielle à la création de ces jumeaux numériques.
Les radiologues pourront utiliser l'imagerie des jumeaux numériques pour faire des prédictions plus précises, Les jumeaux numériques permettent d'améliorer la planification des traitements et d'évaluer la réponse thérapeutique sur une base individuelle. De plus, l'imagerie par jumeaux numériques permettra non seulement d'optimiser le rendement clinique et hospitalier, mais sera également utilisée dans la recherche, le développement de nouveaux dispositifs médicaux et la formation. Bien qu'il existe des défis techniques et éthiques, tels que l'intégration des données et la création d'un cadre réglementaire approprié, les avantages potentiels de cette technologie - notamment une précision diagnostique et thérapeutique améliorée sans intervention sur des patients réels - en font un outil puissant pour l'avenir de la radiologie.
L’importance des technologies d’imagerie des jumeaux numériques dans l’avenir de la médecine personnalisée est sur le point de devenir une réalité; cela permettra d'améliorer les résultats cliniques des patients ainsi que de rendre le secteur de la santé plus économique et plus efficace. Les innovations technologiques telles que Radiomics serviront de base à cette démarche en offrant une analyse précise, rentable et rapide des données d'imagerie multimodales.
Références