turing
A propos de l'Espace-Turing | Partenaires | Nous contacter
twitter  facebook rss youtube
Accueil > Actualité & Articles > Sciences du numérique > Simuler pour mieux soigner
Simuler pour mieux soigner
Journal du CNRS


vendredi 23 septembre 2011

Voir en ligne : Journal du CNRS N°260
Les techniques de réalité dite augmentée permettent de visualiser de manière interactive les images en 3d.

Chacun de nous disposera-t-il bientôt d’un double virtuel qui pourra tester des médicaments à sa place et servira aux chirurgiens à simuler une opération avant de la réaliser “pour de vrai” ? Fascinante perspective que cet avatar numérique ! Mais d’une telle complexité à mettre au point qu’il restera longtemps cantonné au domaine de la science-fiction. Il n’empêche, l’ère du patient numérique a bel et bien commencé. La modélisation du cœur, destinée, entre autres, à tester informatiquement la pose d’un pacemaker, avance à grands pas. La coloscopie virtuelle, grâce à laquelle on explore le côlon reconstruit en 3D à partir d’images scanner ou IRM, donc sans avoir besoin d’anesthésier le patient, est déjà une réalité. Même si l’interprétation des images obtenues via cette technique reste compliquée. Ce souci est d’ailleurs récurrent en matière d’imagerie. C’est pourquoi les scientifiques travaillent d’arrache-pied sur des outils numériques capables d’aider les praticiens.

IDENTIFIER LES PATHOLOGIES
Laurent Cohen, du Centre de recherche en mathématiques de la décision, à Paris, développe, par exemple, des outils permettant aux radiologues d’isoler en quelques clics des vaisseaux dans des images IRM et de les visualiser sous tous les angles. Cette application est très précieuse pour « estimer la gravité d’un anévrisme [dilatation d’une artère] ou d’une sténose [rétrécissement] en cas d’accident cardiovasculaire », précise le mathématicien. Autre illustration : les travaux qui consistent à élaborer des méthodes performantes de détection et d’analyse de modifications de structures anatomiques dans les images IRM du cerveau, en particulier celui du fœtus et de l’enfant. De quoi faciliter «  l’identification de pathologies comme la ventriculomégalie, une taille anormale des ventricules du cerveau  », se félicite François Rousseau, qui mène ces travaux au Laboratoire des sciences de l’image, de l’informatique et de la télédétection2, à Illkirch. Ces méthodes permettent aussi de « modéliser la maturation cérébrale, normale ou pathologique chez le fœtus », ajoute le chercheur. Mais elles concernent également les maladies neurodégénératives (Alzheimer, Parkinson, sclérose en plaques...).

Ces images sont extraites d’une coloscopie virtuelle. Le côlon étant reconstruit en 3d uniquement à partir d’images scanner ou Irm, le geste invasif est évité.
Grâce à l’Irm de diffusion, on visualise ici les faisceaux de substance blanche du cerveau d’un fœtus.

FACILITER LES OPERATIONS
Enfin, faire appel à la simulation dans le domaine des actes chirurgicaux, rien de tel pour aider un clinicien à planifier ses gestes et à anticiper leurs conséquences. Ainsi, avant une opération délicate telle celle visant à corriger des anomalies du maxillaire et de la mandibule, simuler chaque étape de l’intervention permet de répondre à des questions comme : « Si je découpe et repositionne tels fragments osseux à tel endroit, quelle conséquence cela va-t-il avoir sur la façon de parler du patient, sur l’esthétique de son visage, sur ses capacités de mastication, etc. ?  » énonce Jocelyne Troccaz, du laboratoire Techniques de l’ingénierie médicale et de la complexité-Informatique, mathématiques et applications de Grenoble3. Pour ce faire, son équipe construit un modèle en 3D à partir d’images scanner ou IRM en y intégrant le maximum de données biomécaniques personnalisées (structures osseuses, principaux muscles, autres tissus mous...).
« Plus ces données sont précises, plus le modèle est prédictif », souligne la chercheuse, dont la méthode est aussi mise à profit par les urologues pour faciliter le placement, dans la prostate, de grains radioactifs à l’aide d’aiguilles afin de détruire les zones cancéreuses. « Ces aiguilles, quand on les introduit, se déforment et font bouger la prostate, dit-elle. Nos modè les doivent servir à anticiper les déplacements de la glande et à mieux atteindre la cible. » Nul doute que, dans les prochaines années, le mariage du virtuel et de l’imagerie médicale ne donne naissance à bien d’autres applications.

(11) Avant l’intervention sur la mâchoire du patient (à gauche), ses structures osseuses sont étudiées au scanner, puis le résultat du geste de découpe et de déplacement des os est simulé (en violet). (12) Modélisation de l’influence de la découpe osseuse sur les muscles attachés à la peau.

LE RÔLE CLÉ DES MATHÉMATIQUES
Si les images scanner, IRM, TEP, etc. ont métamorphosé la pratique médicale, les mathématiques et l’informatique y sont pour beaucoup. Qu’il s’agisse de passer du signal brut issu des systèmes d’acquisition à des images numériques interprétables par le médecin, d’améliorer le contraste ou de diminuer le bruit de ces images, ou encore d’en extraire automatiquement des organes particuliers, des pathologies comme des tumeurs, toutes ces étapes exigent de concevoir des modèles mathématiques, de les rendre opérationnels dans des algorithmes de traitement et
de faire mouliner de puissants ordinateurs. « Ces thèmes de recherche, bien que déjà anciens, suscitent toujours beaucoup de travaux pouDF fournir des outils en adéquation avec les attentes des médecins, remarque Isabelle Bloch, du Laboratoire traitement et communication de l’information, à Paris. Celles-ci sont terriblement concrètes : comment détecter un tissu malin ? comment quantifier sa dangerosité pour le patient ? Il faut alors arriver à collecter des propriétés sur les images, qu’elles soient morphologiques (taille et forme d’une tumeur), densitométriques (opacité ou niveau de gris des tissus), etc., puis à les associer au sein de formulations mathématiques qui conduiront à des décisions raisonnées de la part des médecins. Tous les patients, donc tous leurs organes, étant différents, d’importants progrès ont été accomplis ces dernières années dans la modélisation de cette variabilité.  » À l’avenir, une meilleure prise en compte dans les équations de la complexité de l’agencement des organes et des tissus devrait permettre à l’imagerie de fournir une aide encore plus performante à l’élaboration d’un diagnostic, au suivi des patients et à la prise de décision médicale.

info portfolio


Suivre la vie du site RSS 2.0 | Plan du site | Espace privé | SPIP | squelette | Contact site : marc.monticelli [at] unice [point] fr