Il y a près de 15 ans, le magazine TIME mentionnait les biobanques comme l’une des dix idées révolutionnaires qui allaient changer notre monde, envisageant un avenir où les dernières avancées médicales, les outils de diagnostic de pointe et les traitements vitaux seraient accessibles à tous, indépendamment de leur lieu de résidence, de leurs revenus ou de leur origine. Cette vision visait à démocratiser l’accès aux connaissances médicales et détient la clé pour libérer tout le potentiel de la médecine personnalisée et améliorer les résultats des patients dans le monde entier.
Les biobanques de tissus ont joué un rôle déterminant dans l’avancement des soins de santé en facilitant l’identification et la validation des indicateurs de maladie et en favorisant le développement d’approches thérapeutiques innovantes. Les biobanques basées sur la population collectent des données auprès de la population générale pour identifier les facteurs de risque, développer des modèles de prédiction ou identifier des marqueurs pour la détection précoce des maladies. Les biobanques axées sur les maladies collectent des données multi-omiques auprès de patients atteints de cancer ou de maladies neurodégénératives pour générer des modèles numériques qui prédisent le risque, le pronostic et les réponses au traitement1.
Contrairement aux biobanques conventionnelles qui disposent de ressources importantes pour la gestion des échantillons, les biobanques d'imagerie sont entièrement numériques. Leur croissance est étroitement liée à la capacité du calcul à haut débit à extraire de nombreuses caractéristiques quantitatives, appelées biomarqueurs d'imagerie, capturées à l'aide de technologies d'acquisition avancées1. La Société européenne de radiologie (ESR) définit biobanques d'imagerie comme collections systématiques d'images médicales et de biomarqueurs d'imagerie correspondants qui sont partagés entre de nombreux chercheurs et interconnectés à des biodépôts supplémentaires2.
Avec la prolifération des techniques d'imagerie diagnostique à haute résolution et l'adoption rapide des dossiers médicaux électroniques, le volume de données générées est stupéfiant et le partage de données entre les institutions est devenu plus courant. Ces avancées présentent des défis considérables pour le stockage des données et l'annotation des images. De nombreux médecins préconisent l'intégration des images médicales aux données des dossiers médicaux. De même, un De plus en plus de sociétés biopharmaceutiques cherchent à former des partenariats avec des experts en imagerie, tels que Quibim, qui peut extraire des données précieuses, jusqu'alors inédites, de la vaste gamme de fichiers d'imagerie, ainsi que de leurs informations cliniques.
La raison derrière tout cela est claire et simple : les référentiels d’imagerie médicale recèlent un trésor d’informations méticuleusement structurées et organisées, accumulées au cours d’années d’études cliniques.
Les biomarqueurs d'imagerie sont des composants essentiels des biobanques d'imagerie, s'appuyant sur une analyse de données à grande échelle grâce à des outils bioinformatiques avancés. Ces biomarqueurs sont essentiels en oncologie et peuvent être classés par fonction, y compris des exemples tels que les biomarqueurs prédictifs, diagnostiques, morphologiques, de stadification et de surveillance3.
L’intersection entre l’imagerie médicale, les biomarqueurs et les analyses sophistiquées devrait améliorer considérablement les capacités des biobanques, ce qui se traduira par de meilleurs résultats en matière de soins de santé. En intégrant des algorithmes d’IA et des outils bioinformatiques de pointe, des biomarqueurs d’imagerie peuvent être développés, validés et mis en œuvre dans des contextes cliniques. Ces biomarqueurs doivent être objectifs, reproductibles et efficaces dans la détection des maladies, le diagnostic et l’évaluation de la réponse au traitement. La principale limitation à l’intégration des biomarqueurs d’imagerie quantitative dans la pratique clinique est la standardisation de l’acquisition technique, du traitement des analyses et de la validation clinique. Pour résoudre ces problèmes, une approche structurée, étape par étape, est essentielle pour développer, valider et mettre en œuvre ces biomarqueurs. Cette méthode produit finalement une richesse de données radiomiques à stocker dans des biobanques d’imagerie, facilitant l’intégration des biomarqueurs d’imagerie dans la pratique clinique4.
Une gouvernance réussie d’une biobanque nécessite le maintien d’un réseau opérationnel poursuivant activement des objectifs à long terme de création de connaissances, d’amélioration de la santé et de valeur économique. La coopération est essentielle pour optimiser leur valeur en tant que moteurs du changement translationnel, impliquant des scientifiques de diverses disciplines et le public, les fournisseurs de soins de santé, les décideurs politiques et les représentants de l'industrie5.
Le projet Projet PRIMAGE PRIMAGE révolutionne le traitement du cancer grâce à une plateforme cloud qui prend en charge la prise de décision en matière de diagnostic, de pronostic et de traitement des tumeurs solides malignes. PRIMAGE favorise la collaboration entre la communauté scientifique et les partenaires commerciaux en utilisant de nouveaux biomarqueurs d'imagerie, la simulation de croissance tumorale in silico, la visualisation avancée et l'apprentissage automatique. En se concentrant sur les cancers pédiatriques, le neuroblastome et le gliome pontin intrinsèque diffus, la plateforme valide les infrastructures de données et les modèles de recherche tout en rationalisant et en sécurisant les processus de données. PRIMAGE représente une avancée significative dans le diagnostic et le traitement du cancer, offrant une véritable solution aux patients et à leurs familles. Ces deux cancers représentent non seulement la complexité de la maladie cancéreuse, mais ont également un impact sociétal important, affectant certains des membres les plus vulnérables de nos familles.
Il est essentiel de comprendre que la majorité des patients atteints de cancer ne seront pas traités dans des centres cliniques de premier ordre, mais au sein des communautés locales. Ce fait souligne l’importance de doter ces communautés des connaissances et des ressources nécessaires pour prodiguer les meilleurs soins possibles. La démocratisation des connaissances médicales va au-delà du concept traditionnel de diagnostic et évolue vers une compréhension plus globale du partage des informations. En supprimant les barrières entre les institutions et en connectant les sources de données, nous pouvons commencer à saisir l’immense complexité et la variabilité des diagnostics du cancer.
Pour révolutionner véritablement les soins aux patients, nous devons tirer les leçons de l’ère de l’information. La collaboration est essentielle pour garantir que des informations précieuses soient partagées au sein de la communauté médicaleLes biobanques jouent un rôle essentiel dans ce processus de démocratisation. Elles servent de source de données et d’échantillons de haute qualité, permettant la transformation des preuves biomédicales brutes en applications pratiques et en soins personnalisés pour les patients. À mesure que les biobanques continuent d’évoluer et de se développer, toutes les parties prenantes doivent collaborer pour assurer leur intégration réussie dans la recherche et le développement biomédicaux modernes. En mettant l’accent sur l’interopérabilité, la collaboration et la démocratisation de l’information, les biobanques peuvent contribuer de manière significative à la prise de décisions en matière de politique de santé fondées sur des données probantes et à la mise en œuvre de nouvelles initiatives dans la pratique, améliorant ainsi la santé publique et le bien-être.
Le diagnostic de chaque patient est unique et la seule façon d'en comprendre les nuances est de combiner les connaissances acquises auprès de différentes institutions et régions. Cette approche collaborative nous permettra de développer des traitements et des stratégies plus efficaces pour la diversité des diagnostics de cancer auxquels les patients sont confrontés.
Les connaissances et les informations médicales sont la force motrice de la transformation définitive de la médecine personnalisée.
