Le guidage de fluorescence peut permettre aux chirurgiens d’évaluer les tissus cancéreux en temps réel

Une étude de recherche clinique publiée dans le British Journal of Surgery montre que le guidage de fluorescence (où un composé chimique fluorescent réémet la lumière avec une longue longueur d’onde) peut permettre à un chirurgien colorectal d’évaluer les tissus cancéreux visuellement et avec plus de spécificité en temps réel pendant la chirurgie , en utilisant la lumière proche infrarouge (NIR) d’un fluorophore administré en conjonction avec des méthodes d’intelligence artificielle (IA).

Dans cette étude, soutenue par le Disruptive Technologies and Innovation Fund 2018, des vidéos de 24 patients (11 atteints d’un cancer) chirurgies ont été étudiés. De nombreux ROI (régions d’intérêt) de chaque zone d’anomalie ont été sélectionnés pour l’analyse de chaque vidéo.

Les intensités NIR ont été extraites en suivant les retours sur investissement dans chaque vidéo, en se concentrant sur la période de lavage initiale. L’ensemble de données utilisé pour l’analyse comprenait 435 profils de retour sur investissement chacun avec 12 caractéristiques de perfusion avec des résultats équilibrés. Au niveau du patient, le système a correctement diagnostiqué 19 cancers sur 20 (95%).

Parlant de l’étude, le professeur Ronan Cahill, professeur de chirurgie à l’University College Dublin (UCD) et au Mater Misericordiae University Hospital (MMUH) a déclaré: «  La chirurgie a le rôle substantiel à jouer dans le traitement de plus des deux tiers de tous les cancers et les décisions chirurgicales sont traditionnellement prises par des jugements visuels humains, qui supposent un FOV biologique statique (champ de vision) pendant la période d’observation (qui en chirurgie est des moments).

«Le processus d’absorption et de libération d’une substance externe, comme les médicaments et les agents de contraste, est unique dans les tissus cancéreux.

En tant que tel, nous avons envisagé qu’une approche combinant la modélisation inspirée de la biophysique et l’IA pourrait analyser les changements peropératoires des intensités NIR au fil du temps dans des tissus variés, permettant une classification des lésions cliniquement utile avec une haute spécificité.

Pour traduire ces connaissances pour la première fois en un outil d’aide à la décision chirurgicale peropératoire, un protype de suivi et de catégorisation des tissus en temps réel par vision par ordinateur-IA a été développé. Comme le prototype repose uniquement sur le flux de données de fluorescence NIR, il est utilisable avec des systèmes d’imagerie disponibles dans le commerce.

Parlant également de la publication de cette étude dans le British Journal of Surgery,

Les agents ciblés pour l’imagerie du cancer actuellement à l’essai adhèrent rigoureusement aux paradigmes conventionnels des mécanismes de chirurgie guidée par fluorescence et sont généralement administrés par voie systémique avant la chirurgie, l’opération étant prévue lorsque le contraste stable maximal entre la tumeur et d’autres problèmes existe. Cependant, ce moment est souvent imprévisible, cela peut prendre quelques jours et des faux positifs peuvent survenir. L’utilité clinique est en outre limitée par les aspects pratiques de dosage, les défis de planification et les différences de patient à patient et de cancer à cancer. Ce travail indique plutôt une voie et un processus novateurs pour la réalisation immédiate et parfaite des informations sur les agents pendant la chirurgie, ce qui améliorerait considérablement l’efficience et l’efficacité des soins contre le cancer. « 

Donal O’Shea, professeur, Département de chimie, Université de médecine et des sciences de la santé RCSI

Ce premier rapport expérientiel décrit la réalisation de cet outil d’aide à la décision en temps réel pour la première fois. En outre:

• les résultats sont pertinents pour d’autres cancers et métastases et même pour d’autres colorants utilisés en chirurgie du cancer
• Les prochaines étapes du travail incluent l’extension de la classification des tissus des ROI sélectionnés par l’opérateur à l’ensemble du FOV
• des informations supplémentaires guidées par la chirurgie spécifiques au patient sont envisagées, y compris un affichage de carte thermique AI des résultats de classification à l’équipe chirurgicale ainsi qu’une exploration supplémentaire des données de fluorescence via l’IA.