Sous-classification IRM non invasive du carcinome heptocellulaire - étude HepCaSt (HepCaSt)

Les carcinomes hépatocellulaires (CHC) sont un groupe hétérogène de sous-types de tumeurs avec un comportement de réponse et un pronostic différents. En réaction, l'Organisation mondiale de la santé (OMS) dans sa 5e version (mise à jour en 2019) ne classe plus deux mais huit sous-types, chacun avec une biologie tumorale et une évolution différente. La nouvelle classification peut servir de facteur clé optimisant une approche thérapeutique plus personnalisée et, par conséquent, les disciplines de diagnostic en particulier doivent implémenter ces nouveaux sous-types dès que possible dans leurs algorithmes de routine clinique quotidienne.

L'imagerie joue un rôle clé dans cette situation. Des techniques d'IRM plus récentes et avancées permettent une caractérisation précise des tissus. De plus, à l'aide d'agents de contraste hépatobiliaires de dernière génération comme l'utilisation de Gd-EOB (Primovist), il est possible de quantifier et de mesurer la fonction des organes et le comportement d'absorption spécifique des lésions hépatiques focales. Une autre approche prometteuse pour faire progresser la caractérisation de l'hétérogénéité des HCC est l'utilisation et le développement d'algorithmes de post-traitement d'images basés sur l'intelligence artificielle (IA), y compris l'analyse radiomique.

À ce jour, il n'existe aucune caractéristique d'imagerie établie en corrélation avec l'un des nouveaux sous-types de CHC de l'OMS. L'objectif de notre projet est d'identifier des biomarqueurs d'imagerie en corrélation avec les nouveaux sous-types de CHC, aidant à les classer de manière non invasive. Dans une prochaine étape, avec l'aide de nos collaborateurs, nous faciliterons une base de données de référence radiologique et pathologique. Dans une troisième étape et à l'aide des données que nous avons conservées, nous essaierons d'identifier les caractéristiques d'imagerie morphologique en utilisant des algorithmes de post-traitement basés sur l'IA pour classer les sous-types de manière non invasive et pour prédire/estimer la réponse thérapeutique individuelle des patients et le pronostic. Le dernier défi sera d'implémenter ces algorithmes dans la routine clinique quotidienne, nous devons donc identifier les dilemmes d'interface et présenter des solutions intelligentes pour les résoudre.

Nous sommes convaincus qu'en mettant en œuvre les critères mis à jour de l'OMS dans les flux de travail cliniques, les croyances et les directives actuelles en matière de diagnostic et de traitement du CHC changeront. L'imagerie IRM HCC avec Primovist jouera un rôle clé dans ce projet. Les résultats de notre projet peuvent fournir les connaissances à représenter comme une pierre angulaire de l'imagerie et de l'évaluation thérapeutique du CHC afin d'améliorer une approche thérapeutique personnalisée.