胸部 CT 和肺纤维化的数字化建模 (MLQ-CT)

胸部 CT 扫描彻底改变了间质性肺疾病 (ILD) 的定义，其中一些疾病不可避免地进展为肺纤维化（例如进行性肺纤维化或 PPF），导致过早死亡或肺移植。 在过去的十年中，各种治疗方法已显示出减缓这种纤维化进展的有效性，但仍然无法确定哪些患者可能从这些治疗中受益以及何时开出这些治疗药物。 仍然存在两个主要问题：

为什么有些患者尽管接受了看似适当的治疗，但仍出现纤维化？ 驱动这种纤维化进展的机制是什么？ 因此，非常需要定义生物标志物来回答这些问题，特别是在早期阶段。 5 年多来，在包括阿维森医院 APHP 93000 Bobigny、INSERM Unit 1272 Sorbonne Paris North University 和两个合作实验室（Mines Telecom 和 Ecole Polytechnique-INRIA，均属于理工学院）的联盟中，我们一直在开发人工智能 (AI) 在肺部成像中的应用，从胸部 CT 扫描中提取静态和动态数据，以帮助诊断和随访患者，无需标准护理之外的额外检查。 我们项目的目标是通过常规胸部 CT 扫描的数值模型来识别定性和定量生物标志物，从而识别处于进行性和不可逆纤维化风险的患者以及那些可能对抗纤维化治疗有反应的患者。

我们的计划刚刚于 2023 年获得国家研究机构 (ANR 2023 MLQ-CT) 的资助，旨在：

开发一系列软件工具，基于我们联盟多年来已经构建和测试的研究原型，应促进医院部门使用这些软件工具。

将它们应用于一系列已知有纤维化进展风险的间质性肺疾病 (ILD)。

将这些工具转移到阿维森医院 APHP 的放射科。 在两个肺科（一个在阿维森医院 APHP，另一个在卡昂大学医院）和阿维森医院 APHP 的放射科之间进行实时实验，以验证使用此类生物标志物的可行性。