IA pour le cancer de la tête et du cou traité par radiothérapie adaptative (RadiomicART) (RadiomicArt)

Le carcinome épidermoïde de la tête et du cou (HNSCC) se caractérise par une incidence en Europe de 140 000 nouveaux cas par an, avec des taux de survie à 5 ans allant de 25 à 65 %.

Les algorithmes actuels de prise en charge clinique des patients HNSCC impliquent le recours à la chirurgie et/ou à la radiothérapie selon le stade de la maladie au moment du diagnostic. La radiothérapie radicale (RT), exclusive ou associée à une thérapie systémique, représente une option thérapeutique efficace selon les recommandations internationales.

Malgré les récents progrès technologiques dans le domaine de la radiothérapie, environ 30 à 50 % des patients développeront une défaillance locorégionale après le traitement primaire d'un cancer de la tête et du cou. De plus, bien que le développement des techniques de radiothérapie à modulation d'intensité (IMRT) et d'arcthérapie à modulation volumétrique (VMAT) ait permis une plus grande économie de dose sur les tissus sains, la toxicité radio-induite représente toujours une préoccupation pertinente, impactant la qualité de vie des patients atteints de cancer. même longtemps après le traitement.

L'effort continu de la médecine personnalisée a pour objectif d'améliorer les résultats pour le patient, en termes de contrôle de la maladie et de schéma de toxicité. Les modalités d'imagerie avancées semblent jouer un rôle essentiel dans la personnalisation de la radiothérapie, comme le montre l'utilisation de la radiothérapie adaptative (ART) et de la radiomique.

Avec ART, les chercheurs entendent l'adaptation des volumes tumoraux et des organes à risque environnants (OAR) au rétrécissement et à l'émaciation du patient pendant le traitement RT.

La littérature récente a montré que le rétrécissement tumoral peut atteindre 70% à la fin du traitement RT, et en même temps les OAR, comme les glandes parotides, peuvent réduire leur taille de 7 à 70%. Ces altérations, si elles ne sont pas prises en compte, peuvent conduire à une délivrance inattendue d'une dose plus faible sur la tumeur et d'une dose plus élevée d'OAR par rapport à ce qui était prévu.

La radiothérapie adaptative (ART) comprend des techniques qui permettent de connaître les variations anatomiques spécifiques au patient informées par les radiothérapies guidées par l'image (IGRT) pour un retour d'information sur le plan et l'optimisation de l'administration de la dose au cours du traitement. Le maillon le plus faible persistant dans la chaîne de traitement de la radiothérapie reste l'identification des cibles par le clinicien.

Par rapport à CT ou CBCT, l'IRM offre une définition supérieure des tissus mous sans risque de rayonnement associé. L'IRM identifie des cibles plus grandes que sur la TDM parce que la tumeur qui autrement aurait été manquée est maintenant vue ; cependant, le plus souvent, les cibles sont signalées comme étant plus petites lorsqu'elles sont délimitées sur l'IRM. La cible dérivée de l'IRM plus petite qui en résulte améliore le rapport thérapeutique, permettant ainsi une augmentation de la dose. La disponibilité de séquences IRM « fonctionnelles » promet que l'adaptation géométrique peut être complétée par une adaptation biologique. L'imagerie pondérée en diffusion (DWI) est une technique d'imagerie fonctionnelle qui dépend du mouvement aléatoire des molécules d'eau pour générer un contraste d'image. Comme les tumeurs ont généralement une plus grande cellularité que les tissus normaux, elles présentent une intensité de signal plus élevée, c'est-à-dire une diffusion restreinte sur l'IRM. Cela se reflète dans la faible valeur moyenne du coefficient de diffusion apparente (ADC). Cela a le potentiel de fournir des informations qualitatives et quantitatives. La modification de l'ADC a été utilisée pour identifier une réponse précoce au traitement et pour prédire la récidive locale. Par conséquent, la conduite avec facultés affaiblies à bord pourrait identifier les non-répondeurs précoces qui pourraient bénéficier d'un changement d'approche de traitement.

Radiomic est l'extraction de caractéristiques quantitatives à partir d'images médicales pour caractériser la pathologie tumorale ou l'hétérogénéité. Les caractéristiques radiomiques extraites des images médicales peuvent être utilisées comme caractéristiques d'entrée pour créer un modèle d'apprentissage automatique capable de prédire la survie et de guider le traitement grâce à sa valeur prédictive en vue de la personnalisation de la thérapie.

Nous avons précédemment évalué dans une étude rétrospective l'analyse qualitative des caractéristiques radiomiques des tissus tumoraux de la tête et du cou, afin d'identifier une signature prédictive des caractéristiques biologiques de la tumeur. Les enquêteurs ont stratifié les patients HNSCC selon les caractéristiques radiomiques les plus significatives en groupes à haut et à faible risque de rechute et de survie après radio-chimiothérapie.

La combinaison de l'ART et de l'analyse radiomique pourrait potentiellement être considérée comme une avancée supplémentaire dans la personnalisation des traitements oncologiques, et en particulier pour les traitements radiologiques. Pour cette raison, l'investigateur a conçu le présent projet de recherche dans le but d'évaluer de manière prospective une approche radiomique basée sur l'apprentissage automatique pour prédire les résultats et la toxicité des patients HNSCC traités par ART au moyen de CT, IRM et PET-scan.