Approche d'apprentissage automatique multimodalité optimisée pendant la chimiothérapie cardiotoxique pour prédire l'insuffisance cardiaque (MERMAID)

Le présent projet développera une approche d'apprentissage automatique utilisant des données multi-modalités (imagerie, laboratoire, électrocardiographie et questionnaire) pour améliorer la compréhension et la prédiction de l'insuffisance cardiaque chez les patients programmés pour une chimiothérapie cardio-toxique. Cet algorithme sera développé par le partenaire de coopération technique, le professeur Adam, qui dirige le Technion, l'institut de génie biomédical.

Objectifs spécifiques :

1. Collecter toutes les données réalisables des patients programmés pour une chimiothérapie cardiotoxique au départ, jusqu'à 6 mois après la fin du traitement - concernant l'imagerie (IRM, échocardiographie avec paramètre conventionnel et de contrainte), l'électrocardiographie, les marqueurs biomédicaux (pour définir la fonction du foie, des reins, du cœur et moelle osseuse hématopoïétique), paramètre clinique et questionnaire de qualité de vie :
2. Optimiser et évaluer une approche d'apprentissage automatique robuste qui intègre et évalue toutes ces données pour détecter les lésions myocardiques précoces et identifier un paramètre optimal (seul ou en combinaison) pour la prédiction de la dysfonction ventriculaire gauche (VG) subclinique (étape 1 de l'étude actuelle ).
3. Réaliser une étude clinique (étape 2 de l'étude en cours) sur des patients en chimiothérapie et identifier un dysfonctionnement subclinique du VG, qui sera utilisé pour guider le traitement cardioprotecteur à l'aide de la nouvelle approche d'apprentissage automatique par rapport à la procédure standard réelle utilisant uniquement le ventricule gauche échocardiographique fraction d'éjection (FEVG).

Le but de cette étude est d'évaluer et d'optimiser une approche d'apprentissage automatique pour combiner et intégrer des données de différentes modalités d'imagerie avec des informations de laboratoire, d'électrocardiographie et de questionnaire pour définir la valeur de tous ces paramètres dans la prise en charge des patients, par l'identification du dysfonctionnement subclinique du VG, qui sera utilisé pour guider le traitement cardioprotecteur par rapport à une approche standard utilisant uniquement des paramètres échocardiographiques conventionnels.

L'IRM, les paramètres échocardiographiques conventionnels et l'imagerie échocardiographique de la déformation du myocarde utilisent différentes modalités et approches pour obtenir un aperçu du tissu et de la déformation du myocarde. Nous émettons l'hypothèse qu'un nouvel algorithme automatisé optimisé utilisant ces modalités et intégrant des informations de laboratoire, d'électrocardiographie et de questionnaire améliorera la détection des dysfonctionnements précoces du VG et apportera de nouvelles informations sur la réponse potentielle des patients chimio à la thérapie cardiotoxique. Nous nous attendons à ce que cet algorithme conduise à l'utilisation d'un traitement adjuvant qui limitera le développement d'un dysfonctionnement du VG, les interruptions de chimiothérapie et le développement d'une insuffisance cardiaque lors du suivi et réduira ainsi la morbidité et les coûts.