L’IA pour soigner la prostate

Environ un homme sur neuf sera touché par le cancer de la prostate au cours de sa vie. Cette pathologie est souvent traitée grâce à la curiethérapie¹. Cette technique de radiothérapie consiste en l’injection de grains² radioactifs à l’intérieur, ou à proximité, de la zone à irradier. Dans le laboratoire Latim³ à Brest, les chercheurs veulent optimiser la curiethérapie grâce au deep learning⁴, une forme d’intelligence artificielle, et un robot⁵.
Le volume de la prostate varie selon les individus. Il n’existe pas de positionnement standard des grains radioactifs. « L’apprentissage profond ou deep learning, aide à mieux planifier les positions des grains autour de la prostate, pour mieux l’irradier⁶ et épargner les tissus sains autour, explique Julien Bert, ingénieur de recherche au Latim. Cela permet d’éviter des effets secondaires et améliore la vie du patient après son cancer. »

Une irradiation personnalisée

Une base de données réalisée par les chercheurs associe des images de prostates avec divers positionnements de grains. Le réseau de neurones artificiels⁷ du deep learning s’entraîne grâce à cette base… Il doit reconnaître, seul, le placement idéal des grains, selon la morphologie de la prostate. Les calculs associés à cet apprentissage durent plusieurs jours. Comme la nôtre, cette intelligence artificielle s’enrichit des expériences accumulées. Il suffira ensuite des résultats d’un scanner du malade pour indiquer, en six secondes, la meilleure disposition pour les grains ! « Le patient bénéficiera d'une irradiation personnalisée. »

Le chirurgien garde la main

Depuis quatre ans, Julien Bert et ses collègues conçoivent un petit robot⁸ en forme de crabe. Celui-ci aidera l’urologue à insérer l’aiguille qui injecte les grains radioactifs dans la zone prostatique. Le robot doit appliquer les résultats donnés par le deep learning. Mais il y a un hic : « Cela fait des années qu’on parle de robotique médicale. Pourtant, au bloc opératoire, il n’y a quasiment aucun robot. Celui-ci doit en effet répondre à des contraintes de maintenance et d’acceptabilité. S’il y a un souci, qui est responsable, le fabricant ou le chirurgien ? » Ce robot a été pensé pour être collaboratif : il guide les mains du médecin, mais "freine" si l’aiguille pénètre un nouveau tissu⁹. « Le chirurgien garde en permanence la main sur le
robot. » Le robot et le deep learning ne sont pas encore employés au bloc, notamment pour des raisons de validations cli-niques et de marquage réglementaire CE¹⁰. Mais ces dispositifs seront peut-être un jour les outils de travail des urologues.