Imagerie 3D: les nouveaux territoires de la recherche médicale

Photo Wafa Skalli / Directrice du laboratoire de biomécanique, Arts et Métiers ParisTech / June 28th, 2012

Les progrès de l'imagerie médicale font de cette discipline un laboratoire des nouvelles méthodes scientifiques. Les innovations de rupture issues de la rencontre entre médecine et sciences physiques amènent à poser des questions fondamentales : quelle place pour l'expert face à la machine ? Comment articuler les données statistiques produites en masse par les nouveaux dispositifs et l'attention au particulier qui est au centre de la pratique médicale ?

ParisTech Review – L’imagerie médicale est un domaine très actif en ce qui concerne la recherche et l’innovation. Où se situe aujourd’hui la frontière technologique ?

Wafa Skalli – C’est un domaine très vaste, qui recouvre des disciplines très différentes : les avancées sont nombreuses et concernent aussi bien le matériel que les techniques d’interprétation ou les applications cliniques. Sans prétendre balayer l’ensemble du champ, on peut identifier quelques secteurs particulièrement dynamiques. Je citerais volontiers la neuroimagerie (les techniques qui permettent d’observer le cerveau), qui ouvre des fenêtres sur des éléments qu’on n’imaginait pas, non seulement dans les pathologies organiques mais dans le fonctionnement du cerveau humain et de la pensée.

Un autre secteur en plein essor est l’élastographie ultrasonore, qui permet de mesurer l’élasticité des tissus : c’est un enjeu essentiel pour le diagnostic clinique de certaines pathologies, en particuliers les cancers. Il y a enfin les nombreux travaux menés sur le squelette, qui permettent aujourd’hui des avancées considérables dans la compréhension des mécanismes du vieillissement, ou d’autres pathologies comme les scolioses.

Prenons le cas de la modélisation du squelette en 3D, sur laquelle travaillent les chercheurs du laboratoire de biomécanique que vous dirigez. Où se joue l’innovation : plutôt du côté du matériel, ou plutôt du côté des méthodes de lecture et d’interprétation des images ?

Les deux domaines sont évidemment complémentaires, et leurs progrès sont parallèles. Du côté des techniques et du matériel, le principal enjeu est de gagner en précision et d’en voir le plus possible, de la façon la moins invasive, la moins irradiante pour le patient.

C’est sur cette base qu’a été développé le système Eos, qui permet de reconstituer une image en trois dimensions de la colonne vertébrale à partir de seulement deux radiographies – et des radiographies à faible dose, qui sont a priori moins précises qu’un scanner par exemple. A partir de ces deux radios, nous obtenons une représentation en 3D qui nécessiterait 300 coupes si l’on utilisait un scanner. Une bonne partie de l’effort d’innovation réside ici dans le logiciel de reconstruction en 3D.

Le traitement des images médicales est dès lors un enjeu essentiel : il s’agit en effet d’automatiser une large part de ce processus. La construction de l’image 3D est en elle-même une interprétation, par la machine, des données brutes issues des deux radiographies. Les images obtenues sont en effet riches d’informations, mais elles sont aussi parasitées par du « bruit ». Le clinicien fait tout de suite la différence : par exemple les côtes dessinent des bandes régulières ; mais il n’est pas facile d’automatiser ce savoir, qui est issu de l’expérience. Comment apprendre à une machine à identifier les côtes ? C’est l’un des enjeux de notre travail.

Cela requiert une pluridisciplinarité qui n’a sans doute rien évident…

Oui, le cloisonnement reste fort entre les disciplines, mais c’est précisément à l’intersection de différents champs que se situe l’innovation de rupture. Eos est issu de la rencontre entre le physicien Georges Charpak et deux professeurs de médecine, Jérôme Kalifa et Jean Dubousset. Dans le monde de la recherche traditionnelle, cette rencontre n’aurait pas eu lieu, mais dans ce cas précis un projet a germé très rapidement. La chaire Biomecam des Arts et Métiers continue aujourd’hui à faire vivre cette pluridisciplinarité, en réunissant des chercheurs aux spécialités différentes (de la physique à la biologie en passant par la radiologie ostéoarticulaire), qui sont amenés à travailler avec des cliniciens, des développeurs informatiques… Il ne s’agit donc pas seulement de croiser les disciplines, mais aussi les champs professionnels.

C’est d’ailleurs dans ce souci que nous avons donné une forte coloration interdisciplinaire au cursus du master Medical Engineering ParisTech, dont l’objectif est de former des professionnels certes spécialisés dans un champ donné, mais ayant une bonne connaissance de ce qui se joue ailleurs. Les étudiants se régalent, et le regard global qu’ils peuvent porter sur les problématiques de l’imagerie médicale est une ressource précieuse dans l’exercice de leur futur métier.

Vous évoquez la rencontre entre différents champs professionnels. Cela ne concerne-t-il pas aussi l’articulation entre la recherche et les applications industrielles ?

C’est évidemment essentiel. Il ne s’agit pas simplement de valoriser nos travaux afin d’alimenter de futures recherches, mais de prendre conscience des retombées socio-économiques de l’innovation. Cela signifie d’être attentif à la protection et à la valorisation du travail intellectuel, d’être capable de passer de l’innovation à la création d’entreprise, mais aussi plus largement de considérer l’impact de nos travaux sur les pratiques cliniques et les choix thérapeutiques.

Je vais vous donner un exemple : les médecins savent depuis longtemps repérer des scolioses chez les enfants de onze ou douze ans, mais il est très difficile, à un stade précoce, de savoir si une légère déformation s’aggravera ou pas. L’enjeu est extrêmement sensible pour le patient : va-t-on devoir le contraindre à porter un corset pour éviter un handicap futur ? Le risque existe de faire ce choix alors qu’il n’est en réalité pas nécessaire ; tout comme il est possible aussi de décider de ne rien faire, alors qu’on a affaire à une pathologie lourde. Donner au médecin des outils pour affiner son diagnostic est décisif pour le destin du jeune patient, mais c’est aussi un enjeu économique pour le système de santé.

Le système Eos, que vous utilisez dans la modélisation 3D du squelette humain, est d’ailleurs issu de la collaboration entre une entreprise et des institutions publiques.

Oui, et son nom a d’ailleurs été choisi par l’entreprise Biospace Instruments, créée par Georges Charpak. Ce n’est pas un acronyme, comme on le croit généralement, mais le nom d’une divinité grecque – la déesse de l’aurore. Un nom qui évoque aussi les os, puisqu’il s’agit du squelette.

Eos est principalement fondé sur deux éléments, qui sont deux innovations de rupture – l’une issue des recherches menées par Biospace Instruments, l’autre de la recherche publique.

Première innovation : une technique particulière de radiographie numérique, qui a valu le prix Nobel de physique à Georges Charpak. Cette technique utilise des détecteurs à haute sensibilité, les « chambres à fils » : ce sont des récipients emplis d’un gaz noble, l’argon, dans lesquels sont installées des grilles parallèles composées d’un grand nombre de fils. Ce dispositif détecte les particules ionisées, avec une extrême sensibilité. Ce qui permet, à partir d’une très faible irradiation, d’obtenir une très bonne qualité d’image.

La deuxième innovation, c’est de réaliser non pas une seule radiographie, mais une paire – de face, et de profil, le tout avec un balayage d’une vingtaine de secondes. A partir de ces deux plans perpendiculaires, un logiciel permet de reconstruire une image du squelette en trois dimensions.

Ces deux innovations croisées permettent des progrès qui constituent eux aussi des ruptures. Par exemple, pour obtenir de la 3D avec un scanner ou en imagerie par résonance magnétique (IRM), vous devez installer le patient en position couchée ; avec Eos, il se tient debout – ce qui est spécialement utile quand on s’intéresse aux pathologies de la colonne vertébrale, mais aussi de la hanche, du genou, du pied…

Autre progrès, on a une vision d’ensemble, alors que le scanner et l’IRM sont limités à une région particulière ; avec Eos, on peut représenter toute la colonne vertébrale, ou toute la jambe – et d’ici quelques années, on sera capable de représenter la totalité du corps. Cet élargissement de la perspective est essentiel : il permet à la représentation numérique de se mettre à l’échelle du corps humain et non plus simplement des organes. C’est utile et cela rejoint ce que savent les médecins depuis longtemps : la déformation d’une articulation est toujours associée à d’autres troubles. Par exemple un genou déformé ira de pair avec une certaine façon de se tenir qui impacte la colonne vertébrale, la cheville, etc. Et ce sont là des relations complexes, dont la compréhension n’a rien d’évident : les phénomènes de compensation demandent à être mesurés, quantifiés, modélisés ; l’ordre de causalité doit, autant que possible, être reconstitué…

On imagine sans peine que le champ ouvert à la recherche est immense ; mais comment s’organise-t-elle : procède-t-on par exemple par pathologie, par organe, s’attache-t-on davantage à comprendre un cas particulier ou au contraire recourt-on à des comparaisons, voire à des statistiques ?

Il ne faut pas oublier que l’un des enjeux est d’améliorer Eos. Une des directions de la recherche aujourd’hui, c’est donc de travailler sur les techniques de reconstruction tridimensionnelle : de les rendre plus précises, plus automatiques.

Ensuite, un certain nombre de chercheurs travaillent déjà en utilisant Eos. Par exemple, pour reprendre un exemple évoqué tout à l’heure, pour comprendre pourquoi certaines scolioses s’aggravent et d’autres pas. Autre sujet, lié au vieillissement celui-ci : la relation entre le bassin, la colonne vertébrale et la tenue de tête.

La plupart des travaux menés autour d’Eos sont codirigés par un ingénieur et un clinicien. Il s’agit d’articuler l’amélioration des techniques avec les besoins exprimés par le corps médical en matière de diagnostic et de compréhension des pathologies.

Mais je ne voudrais pas donner l’impression que nous ne menons nos travaux qu’en fonction des dysfonctionnements du corps humain. L’innovation clinique ne peut se concevoir sans la recherche fondamentale. Il est essentiel, pour la médecine, de comprendre la « normalité », c’est-à-dire le fonctionnement normal des organes en l’absence de pathologie.

Par exemple ?

Prenons une expérience qui est à la fois commune à tous et très complexe : marcher. Les questions que l’on peut se poser autour de ce sujet sont très variées. L’une de ces questions, c’est comment le système de contrôle neuromoteur mobilise des capteurs pour réguler et contrôler une posture érigée et une marche normale.

Mieux comprendre ce qui se passe quand tout va bien permet de répondre à certaines questions cliniques très précises. Par exemple, un enfant infirme moteur cérébral est incapable de marcher normalement et l’on observe une hypercontraction des muscles. Non seulement il est handicapé, mais en outre ses os vont se déformer. Comment améliorer sa condition et prévenir cette déformation ? Il y a là un problème de choix thérapeutique : on peut travailler à assouplir ses muscles, ou décider de les déplacer. Pour aider le corps médical à faire ces choix, il est indispensable de mieux comprendre le fonctionnement, très complexe, du corps humain et des fonctions mobilisées par la marche.

On a le sentiment, en vous écoutant, que s’il convient de faire la part de la recherche appliquée (clinique, ici) et de la recherche fondamentale, les allers et retours sont constants entre les deux domaines.

Ce qui est certain c’est qu’ils se nourrissent réciproquement. C’est particulièrement sensible si l’on prend d’autres directions de recherche. Par exemple, la sécurité dans le cas d’accidents automobiles. Nous menons depuis longtemps une collaboration avec les fabricants, et il existe d’ailleurs un laboratoire commun d’accidentologie et de biomécanique auquel participent Renault et PSA. L’un des enjeux de l’innovation dans le domaine automobile, c’est de protéger l’occupant lors d’un choc. Nos travaux les intéressent ; et inversement leurs connaissances en accidentologie enrichissent nos représentations et notre compréhension du fonctionnement du corps humain.

Il en va de même dans un autre domaine qui est riche d’enseignements et auquel sont associés des pathologies spécifiques : le sport. Ou encore, même si les travaux sont encore trop rares en la matière, les maladies professionnelles et en particulier les troubles musculo-squelettiques qui apparaissent de manière récurrente en association avec une activité donnée.

Ce dernier exemple ouvre sur une approche épidémiologique et statistique, dans lequel peuvent aussi s’inscrire les images produites par Eos. On a vu apparaître récemment l’idée que la recherche, à côté du modèle déductif qui a dominé jusqu’à présent, pouvait aussi procéder d’une logique inductive – avec par exemple la comparaison automatique de milliers de radios.

Il est certain que sur ce plan les lignes sont en train de bouger, avec la possibilité d’exploiter des quantités massives de données pour en extraire de la connaissance. On a désormais deux grands modèles : des connaissances déduites de l’observation physique, et des modèles statistiques issus de la fouille de données, où les lois apparaissent sans qu’on les ait imaginées au préalable ou observées directement.

C’est assurément une évolution profonde de la façon même de produire de la connaissance scientifique, dans le domaine biologique en tout cas. Mais j’observerai cependant que pour être efficaces aujourd’hui, ces processus doivent être guidés par la connaissance de l’expert.

Ainsi, le traitement des images n’est pas complètement automatisé ; il s’agit donc de faire en sorte qu’il soit le plus robuste et le plus rapide possible, afin d’optimiser la part d’interprétation qui revient à l’expert. Pratiquement, cela signifie par exemple de produire des images qui aient un maximum de lisibilité pour l’œil humain. Mais l’œil humain n’est pas celui de la machine, et il y a ici des arbitrages à réaliser, des articulations à penser.

Machine ou être humain, une question importante est celle de l’incertitude, qui engage la question de la validation. Pour la machine particulièrement, cela peut relever d’une démarche qualité. L’idée est à la fois d’assurer la fiabilité des lectures automatisées, d’établir des normes, et de quantifier la part d’incertitude.

Vous le voyez, les nouveaux outils et les méthodes qui permettent de les exploiter à grande échelle ne se substituent pas à l’expert. Simplement, celui-ci voit son rôle se déplacer.

Des questions nouvelles apparaissent alors. Certaines touchent aux protocoles de collecte. Prenons le cas d’Eos. Il y a aujourd’hui une vingtaine de centres qui utilisent cette technologie. Si l’on veut exploiter leurs images dans un cadre automatisé, il faut que les protocoles soient compatibles.

Certaines questions de méthode engagent des interrogations éthiques. Nous traitons des données médicales qui sont relatives à des personnes : il convient de faire en sorte qu’elles soient anonymes, sans pour autant supprimer toutes les informations qui pourraient être utile au chercheur, comme l’âge, le sexe, etc.

La tension que l’on perçoit entre les « deux grands modèles » que vous évoquez conduit-elle à des dilemmes, comme la difficile obligation de choisir entre la voie de la machine ou le soutien à l’expert ?

Je parlerais plus volontiers d’une tension productive, et plus que d’une tension entre la logique de la machine et celle de l’expertise humaine, d’une tension entre clinique et épidémiologie, entre les particularités d’un individu et les lois générales qui régissent le fonctionnement du corps humain.

Cette tension est productive, et je voudrais vous l’expliquer en évoquant un dernier exemple : les prothèses du genou. On sait aujourd’hui qu’il y a 15% de complications à dix ans, un enjeu considérable si l’on prend en compte ce que cela peut représenter sur le plan personnel pour les patients, mais aussi en termes de coûts pour la société. Or on est bien ici au croisement exact de cas particuliers et d’une donnée statistique. Ce chiffre de 15% représente quelque chose, et en même temps chaque patient est unique. Comment anticiper les risques de complication ? La solution qui se dégage aujourd’hui, c’est la réalisation de modélisations personnalisées – c’est-à-dire la conjugaison des méthodes associées à des lois générales et d’une prise en compte fine de l’individu. Ce à quoi on aboutit ainsi se rapproche du « feeling » d’un bon chirurgien ; à ceci près qu’avec les modèles, on apporte des éléments objectifs très puissants.

Cet objectif de modéliser le particulier représente une frontière technologique, mais il s’agit aussi et plus profondément d’un renouvellement de la découverte scientifique. Tant dans les connaissances acquises que dans la manière de les produire, nous sommes en train de vivre un saut qualitatif.

More on paristech review

By the author

  • Imagerie 3D: les nouveaux territoires de la recherche médicaleon June 28th, 2012

www.paristechreview.com

This content is licensed under a Creative Commons Attribution 3.0 License
You are free to share, copy, distribute and transmit this content

Logo creative commons

5 quai Voltaire 75007 Paris, France - Email : contact@paristechreview.com / Landline : +33 1 44 50 32 89