Alors que la médecine continue d’adopter l’apprentissage automatique, une nouvelle étude suggère comment les scientifiques peuvent utiliser l’intelligence artificielle pour prédire comment le cancer peut affecter la probabilité de fractures le long de la colonne vertébrale.
Aux États-Unis, plus de 1,6 million de cas de cancer sont diagnostiqués chaque année, et environ 10 % de ces patients présentent des métastases vertébrales – ; lorsque la maladie se propage d’autres endroits du corps à la colonne vertébrale. L’une des plus grandes préoccupations cliniques auxquelles les patients sont confrontés est le risque de fractures vertébrales dues à ces tumeurs, qui peuvent entraîner des douleurs intenses et une instabilité vertébrale.
La fracture vertébrale augmente le risque de décès du patient d’environ 15 %. En prédisant l’issue de ces fractures, notre recherche offre aux experts médicaux la possibilité de concevoir de meilleures stratégies de traitement et d’aider les patients à prendre des décisions plus éclairées. »
Soheil Soghrati, co-auteur de l’étude et professeur agrégé de génie mécanique et aérospatial à l’Ohio State University
Alors que de nombreux changements subis par le corps lorsqu’il est exposé à des lésions cancéreuses restent un mystère, avec la puissance de la modélisation informatique, les scientifiques peuvent avoir une meilleure idée de ce qui se passe dans la colonne vertébrale, a déclaré Soghrati.
Leur étude, publiée dans le Journal international des méthodes numériques en génie biomédicaldécrit comment les chercheurs ont formé un cadre assisté par l’IA appelé ReconGAN pour créer un jumeau numérique, ou une reconstruction virtuelle de la vertèbre d’un patient.
Contrairement à l’impression 3D, où un modèle virtuel est transformé en un objet physique, le concept de jumeau numérique consiste à construire une simulation informatique de son homologue réel sans le créer physiquement. Une telle simulation peut être utilisée pour prédire les performances futures d’un objet ou d’un système – dans ce cas, la quantité de stress que la vertèbre peut supporter avant de se fissurer sous la pression.
En formant ReconGAN sur des images IRM et micro-CT obtenues en prenant des images tranche par tranche de vertèbres acquises à partir d’un cadavre, les chercheurs ont pu générer des modèles microstructuraux réalistes de la colonne vertébrale. En utilisant leur simulation, l’équipe de Soghrati a également pu agrandir virtuellement le modèle, une capacité qui, selon l’étude, est impérative pour comprendre et intégrer les changements dans l’intégralité de la forme géométrique d’une vertèbre.
« Ce qui rend vraiment le travail d’une manière distincte, c’est la précision avec laquelle nous avons pu modéliser la géométrie de la vertèbre », a déclaré Soghrati. « Nous pouvons pratiquement faire évoluer le même os d’une étape à l’autre. »
Dans ce cas, les chercheurs ont utilisé des tomodensitogrammes/IRM d’une patiente de 51 ans atteinte d’un cancer du poumon dont le cancer s’était métastasé pour simuler ce qui pourrait arriver si le cancer affaiblissait certaines vertèbres et comment cela affecterait la quantité de stress que les os pourraient subir. avant de se fracturer.
Le modèle a prédit la perte de force des parties de la vertèbre à la suite des tumeurs, ainsi que d’autres changements auxquels on pourrait s’attendre à mesure que le cancer progressait. Certaines de leurs prédictions ont été confirmées par des observations cliniques chez des patients atteints de cancer.
Pour un domaine comme l’orthopédie, l’utilisation d’un outil non invasif comme le jumeau numérique peut aider les chirurgiens à comprendre de nouvelles thérapies, à simuler différents scénarios chirurgicaux et à imaginer comment l’os va changer au fil du temps, soit en raison de la faiblesse osseuse, soit sous l’effet des radiations. Le jumeau numérique peut également être modifié en fonction des besoins spécifiques du patient, a déclaré Soghrati.
« Le but ultime est de développer un jumeau numérique de tout ce qu’un chirurgien peut opérer », a-t-il déclaré. « Pour le moment, ils ne sont utilisés que pour des chirurgies très, très difficiles, mais nous voulons aider à exécuter ces simulations et à ajuster encore plus ces paramètres. »
Mais ce n’était qu’une étude de faisabilité et beaucoup plus de travail est nécessaire, a déclaré Soghrati. ReconGAN a été formé sur les données d’un seul échantillon cadavérique, et davantage de données sont nécessaires pour perfectionner l’IA.
Les autres co-auteurs étaient Hossein Ahmadian, Prasath Mageswaran, Benjamin A. Walter, Dukagjin M. Blakaj, Eric C. Bourekas, Ehud Mendel et William S. Marras de l’Ohio State. Cette recherche a été soutenue par le Center for Cancer Engineering de l’Ohio State University.
