RTFlash

Vivant

Cancer : vers des biopsies virtuelles

Des chercheurs de l’Université de Cambridge proposent une technique de biopsies « virtuelles », en remplacement des biopsies tissulaires, dans la prise en charge des patients atteints de cancer. Il s’agit d’une nouvelle technique informatique avancée, basée sur l’analyse de scans médicaux de routine, permettant aux médecins d'effectuer des biopsies tumorales moins nombreuses et plus précises. Cette technique d’échantillonnage de précision, présentée dans la revue European Radiology, qui évite aux patients trop de procédures invasives, marque une étape importante dans une prise en charge mieux personnalisée et moins stressante des patients.

Les bioingénieurs de Cambridge montrent que la combinaison de la tomodensitométrie (ou CT scan) et de l’échographie peut constituer un guide visuel précieux pour les médecins qui vont ainsi pouvoir échantillonner plus précisément la tumeur dans toute sa complexité, mais de manière mieux ciblée.  La nouvelle technique qui réduit le nombre de procédures permet de laisser plus de temps d’adaptation aux patients, apporte finalement un diagnostic plus précis et constitue donc un progrès dans la prise en charge des patients.

La technique permet en effet de « capturer » toute l’hétérogénéité tumorale, une donnée essentielle pour sélectionner le meilleur traitement, car des cellules génétiquement différentes peuvent répondre différemment au traitement. Si la plupart des patients atteints de cancer subissent une ou plusieurs biopsies pour confirmer le diagnostic et planifier le traitement, la procédure étant invasive donc à limiter, il n’est pas toujours possible d’échantillonner avec précision toutes les cellules génétiquement différentes de la tumeur.

C’est souvent le cas chez les patientes atteintes d'un cancer de l'ovaire, notamment de haut grade (HGSO : High grade serous ovarian), le type le plus courant de cancer de l'ovaire, un «tueur silencieux», les premiers symptômes étant difficiles à détecter. Au moment où le cancer est diagnostiqué, il est souvent à un stade avancé et de pronostic négatif. Au-delà de leur diagnostic tardif, les tumeurs HGSO ont tendance à avoir un niveau élevé d'hétérogénéité tumorale et donc une réponse plus faible au traitement.

Révéler l'hétérogénéité des tumeurs à partir d'images médicales standard est néanmoins possible, à l’aide de techniques informatiques innovantes. C’est ce que démontre ici l’équipe multidisciplinaire dirigée par le Professeur Evis Sala du service de radiologie du Centre Advanced Cancer Imaging Programme de Cambridge. L’essai a impliqué un petit groupe de patients atteints d'un cancer de l'ovaire avancé qui devaient subir des biopsies guidées par échographie avant de commencer la chimiothérapie.

Ces travaux marquent une avancée dans la capture de l'hétérogénéité des tumeurs en utilisant des moyens d’imagerie standard permettant de mieux guider les biopsies. Un essai clinique plus large doit encore reproduire ces résultats, qui augurent déjà de grands progrès dans les soins cliniques en routine des cancers.

Article rédigé par Georges Simmonds pour RT Flash

ERD

Noter cet article :

 

Vous serez certainement intéressé par ces articles :

  • Vers des opioïdes plus sûrs

    Vers des opioïdes plus sûrs

    Les médicaments opioïdes soulagent les douleurs invalidantes, mais ils comportent des dangers : risque de dépendance, symptômes de sevrage pénibles et risque de surdose mortelle. Dans une étude ...

  • Une thérapie génique contre la maladie de Parkinson

    Une thérapie génique contre la maladie de Parkinson

    La maladie de Parkinson est une pathologie neuro-dégénérative, qui se traduit par la destruction des neurones à dopamine de la substance noire du cerveau, qui participent au contrôle des mouvements. ...

  • L'IA pour améliorer les immunothérapies

    L'IA pour améliorer les immunothérapies

    Des scientifiques de la Cleveland Clinic avec leurs collègues chercheurs d'IBM publient de nouvelles données sur l'intelligence artificielle (IA) et l'immunité, soulignant comment l’IA pourrait ...

Recommander cet article :

back-to-top