Un diagnostic de cancer plus précis grâce à la tomographie assistée par ordinateur en 3D

Des chercheurs de l'Empa ont développé une nouvelle analyse tissulaire en 3D pour les tumeurs de la thyroïde. Cette méthode radiographique spéciale permet, à l'aide de l'intelligence artificielle (IA), d'établir des diagnostics plus précis sans endommager les tissus prélevés. A l'avenir, cette méthode d'examen pourrait également être utilisée pour d'autres types de cancer et remplacer des procédures plus complexes par des méthodes d'imagerie plus simples.
Un appareil à rayons X spécial permet d'abord de saisir des échantillons de tissus en trois dimensions sans les endommager. Ces images 3D sont ensuite analysées à l'aide de l'apprentissage automatique. Photo : Empa

Pour les pathologistes, la nouvelle analyse tissulaire en 3D des tumeurs de la thyroïde est encore inhabituelle. Au lieu de découper le tissu prélevé en fines tranches et de les observer en deux dimensions sous le microscope, comme c'était le cas jusqu'à présent, ils peuvent désormais examiner virtuellement l'ensemble de l'échantillon de tissu à l'écran et le faire pivoter à volonté afin d'identifier les modifications pathologiques. Cela a été rendu possible par ce que l'on appelle l'imagerie histopathologique 3D non invasive. « La particularité de cette méthode est qu'elle permet d'analyser en trois dimensions des blocs complets de biopsie d'une tumeur en peu de temps, sans modifier ou détruire le tissu. L'échantillon reste ainsi utilisable pour d'autres analyses de biologie moléculaire », explique Robert Zboray, chef de groupe au Centre d'analyse radiologique de l'Empa, qui a développé cette technologie.

Traiter de manière personnalisée

En collaboration avec des pathologistes de l'Université de Berne, Zboray a pu démontrer que sa nouvelle méthode permettait de détecter des caractéristiques tissulaires cliniquement pertinentes dans les tumeurs de la thyroïde. La micro-tomographie computérisée à contraste de phase des rayons X (micro-CT) permet de visualiser même les plus petites différences dans les tissus mous. Ces images tridimensionnelles d'échantillons de tissus sont ensuite analysées à l'aide de l'apprentissage automatique. Le chercheur de l'Empa espère que les pathologistes pourront ainsi établir des diagnostics et des pronostics plus précis. Car le plus grand défi consiste à traiter les patients de manière aussi individuelle que possible - c'est-à-dire à éviter les surthérapies pour les tumeurs à faible risque tout en traitant et en surveillant de manière appropriée les patients présentant un risque plus élevé.

Le cancer de la thyroïde touche environ 300 millions de personnes dans le monde. Cependant, les caractéristiques de la tumeur diffèrent souvent d'un patient à l'autre. Ces caractéristiques biochimiques et moléculaires mesurables d'une tumeur sont appelées biomarqueurs. Elles aident à détecter le cancer à un stade précoce ou indiquent le degré d'agressivité de la croissance d'une tumeur et le type de traitement auquel elle pourrait répondre.