Ces chercheurs de l’Université de Cambridge proposent une technique de biopsies « virtuelles », en remplacement des biopsies tissulaires, dans la prise en charge des patients atteints de cancer. Il s’agit d’une nouvelle technique informatique avancée, basée sur l’analyse de scans médicaux de routine, permettant aux médecins d'effectuer des biopsies tumorales moins nombreuses et plus précises. Cette technique d’échantillonnage de précision, présentée dans la revue European Radiology qui évite aux patients trop de procédures invasives marque une étape importante dans une prise en charge mieux personnalisée et moins stressante des patients.
Les bioingénieurs de Cambridge montrent que la combinaison de la tomodensitométrie (ou CT scan) et de l’échographie peut constituer un guide visuel précieux pour les médecins qui vont ainsi pouvoir échantillonner plus précisément la tumeur dans toute sa complexité, mais de manière mieux ciblée. La nouvelle technique qui réduit le nombre de procédures permet de laisser plus de temps d’adaptation aux patients, apporte finalement un diagnostic plus précis et constitue donc un progrès dans la prise en charge des patients.
Capturer le patchwork des différents types de cellules cancéreuses de la tumeur
La technique permet en effet de « capturer » toute l’hétérogénéité tumorale, une donnée essentielle pour sélectionner le meilleur traitement, car des cellules génétiquement différentes peuvent répondre différemment au traitement. Si la plupart des patients atteints de cancer subissent une ou plusieurs biopsies pour confirmer le diagnostic et planifier le traitement, la procédure étant invasive donc à limiter, il n’est pas toujours possible d’échantillonner avec précision toutes les cellules génétiquement différentes de la tumeur.
C’est souvent le cas chez les patientes atteintes d'un cancer de l'ovaire, notamment de haut grade (HGSO : High grade serous ovarian), le type le plus courant de cancer de l'ovaire, un «tueur silencieux» -les premiers symptômes étant difficiles à détecter. Au moment où le cancer est diagnostiqué, il est souvent à un stade avancé et le pronostic négatif. Au-delà de leur diagnostic tardif, les tumeurs HGSO ont tendance à avoir un niveau élevé d'hétérogénéité tumorale et donc une réponse plus faible au traitement.
Révéler l'hétérogénéité des tumeurs à partir d'images médicales standard est néanmoins possible, à l’aide de techniques informatiques innovantes. C’est ce que démontre ici l’équipe multidisciplinaire dirigée par le Pr Evis Sala du service de radiologie du Centre Advanced Cancer Imaging Programme de Cambridge. L’essai a impliqué un petit groupe de patients atteints d'un cancer de l'ovaire avancé qui devaient subir des biopsies guidées par échographie avant de commencer la chimiothérapie.
- Ces patients ont d'abord subi un scanner CT qui à partir de rayons X et d’un logiciel informatique permet d’obtenir une image en 3D de la tumeur ;
- via un processus appelé radiomique qui utilise des modèles informatiques de haute puissance pour analyser et extraire des données supplémentaires à partir des images du CT scan, les chercheurs ont pu identifier et cartographier des zones et des caractéristiques distinctes de la tumeur ;
- cette carte tumorale ensuite superposée à l'image échographique de la tumeur permet de guider la procédure de biopsie avec une plus grande précision ;
- des biopsies mieux ciblées à l'aide de cette méthode permettent de capturer toute la diversité des cellules cancéreuses de la tumeur.
Ces travaux marquent une avancée dans la capture de l'hétérogénéité des tumeurs en utilisant des moyens d’imagerie standard permettant de mieux guider les biopsies. Un essai clinique plus large doit encore reproduire ces résultats, qui augurent déjà de grands progrès dans les soins cliniques en routine des cancers.
Source: European Radiology December 2020 DOI : 10.1007/s00330-020-07560-8 Ultrasound-guided targeted biopsies of CT-based radiomic tumour habitats: technical development and initial experience in metastatic ovarian cancer
Plus sur les Biopsies sur Cancer Blog
