Aller au contenu

Forme rare de cancer du cerveau et apprentissage fédéré à l’échelle mondiale

Trois experts de l’IRCUS contribuent à une avancée majeure

Les professeurs-chercheurs de l’IRCUS ayant contribué à cette avancée majeure : David Fortin, de la Faculté de médecine et des sciences de la santé, également clinicien; Martin Vallières, de la Faculté des sciences; et Martin Lepage, de la Faculté de médecine et des sciences de la santé.
Les professeurs-chercheurs de l’IRCUS ayant contribué à cette avancée majeure : David Fortin, de la Faculté de médecine et des sciences de la santé, également clinicien; Martin Vallières, de la Faculté des sciences; et Martin Lepage, de la Faculté de médecine et des sciences de la santé.
Photo : Mathieu Lanthier - UdeS

Une nouvelle approche a permis à 71 centres de recherche, dont à l’Institut de recherche sur le cancer de l’Université de Sherbrooke (IRCUS), de faire avancer rapidement les connaissances sur le glioblastome, une forme rare et très agressive de cancer du cerveau.

Grâce à une innovation alliant l’intelligence artificielle et l’imagerie médicale, des milliers de données de glioblastomes ont pu être analysées sans être partagées entre les 71 centres participant au projet. Cette importante étude à laquelle les professeurs David Fortin, Martin Vallières et Martin Lepage ont participé a permis de réaliser une percée inégalée dans le domaine : analyser, en contexte d’apprentissage fédéré, plus de 25 000 résultats d’imagerie par résonance magnétique, menant ainsi à une augmentation de 33 % du taux de détection de la frontière de la tumeur.

Comme c’est le cas pour d’autres maladies rares, les chercheuses et chercheurs qui souhaitent étudier les glioblastomes sont freinés par le fait que les données sont dispersées partout sur la planète et que d’y avoir accès pour la recherche est un défi souvent insurmontable.

Menée de front par une équipe de l'Université de Pennsylvanie, cette importante étude, maintenant publiée dans la prestigieuse revue scientifique Nature Communications, regroupe 279 chercheuses et chercheurs situés sur six continents dans le monde.

Lors de cette étude, les équipes collaborant au projet ont réussi à entraîner un réseau de neurones profond contenant des millions de paramètres, sur des milliers d’images médicales de glioblastomes. Comment y sont-elles parvenues? Grâce à l’apprentissage fédéré, une approche décentralisée qui ne nécessite pas d'échange de données entre les centres à travers le monde. En fait, c’est seulement le réseau de neurones qui a été partagé et entraîné dans chacun des 71 centres. Ainsi, en conservant les données localement dans chaque centre, la confidentialité des données des patientes et patients a pu être assurée. 

Cette étude n’aurait jamais eu lieu s’il avait fallu transférer toutes les données dans un point central. Faire quelque chose d’une telle ampleur avec 71 centres dans le monde, sans jamais partager de données, ça ne s’était jamais fait! Bravo aux auteurs principaux de cette étude, de l'Université de Pennsylvanie, pour ce véritable tour de force!

Martin Vallières, professeur-chercheur à l'Institut de recherche sur le cancer de l'Université de Sherbrooke (IRCUS)

Des impacts concrets pour les équipes médicales

Définir le contour de la tumeur représente la première étape du plan de traitement élaboré par les médecins. En fait, l’algorithme entraîné dans cette étude permet de tracer le contour de trois sous-régions très précises de la tumeur. Cette étape est primordiale, car le traitement possible repose sur la précision avec laquelle la tumeur est détectée et caractérisée.

Augmenter le niveau de précision du contour de la tumeur permet ainsi d’accélérer toute la chaîne du traitement. En effet, cela aide les médecins à faire leur plan de traitement, notamment au niveau de la chirurgie. « Définir de manière précise les sous-régions composant les glioblastomes permettra également aux chirurgiennes et chirurgiens de mieux comprendre la progression des tumeurs en post-traitement et ainsi mieux saisir et prévoir les caractéristiques de chacune des tumeurs », souligne David Fortin. Ainsi, l’algorithme en question développé dans cette étude a un réel potentiel de faciliter la caractérisation individuelle des tumeurs.

Grâce à une telle augmentation de l’efficacité de la segmentation automatique des glioblastomes, nous développons la médecine de précision de demain. L’apprentissage fédéré va nous permettre d’accélérer le développement d’outils cliniques d’imagerie basés sur l’intelligence artificielle.

Dr David Fortin, neurochirurgien, neuro-oncologue et professeur-chercheur à l'Institut de recherche sur le cancer de l'Université de Sherbrooke (IRCUS)

Faire avancer la recherche sur le cancer grâce à l’interdisciplinarité

Photo : Mathieu Lanthier - UdeS

Un projet d’une telle ampleur regroupe évidemment de nombreuses expertises. Pour le site de Sherbrooke, l’expertise de Martin Lepage en imagerie par résonance magnétique (IRM), développée au cours des 20 dernières années, a été le point de départ déterminant.

L’IRM permet de générer des images pour différentes zones du corps humain. Cependant, ces images sont accompagnées d’une multitude de données telles que la maladie de la patiente ou du patient, le nom de son médecin de famille, sa date de naissance, etc. Afin d’obtenir des données anonymes, le Centre d'imagerie moléculaire de Sherbrooke (CIMS) a développé un serveur et une procédure, approuvée par le comité d’éthique, pour extraire les images de la base de données d’imagerie de l’Hôpital Fleurimont du CIUSSS de l’Estrie–CHUS et les dépersonnaliser.

Martin Lepage, professeur-chercheur à l'Institut de recherche sur le cancer de l'Université de Sherbrooke (IRCUS) et codirecteur du Réseau de bio-imagerie du Québec (RBIQ)

Par la suite, l’expertise essentielle du Dr David Fortin en neurochirurgie et neuro-oncologie a permis d’établir les « vérités terrains » des contours des trois sous-régions des glioblastomes sur la base de données de Sherbrooke. Finalement, l’expertise en intelligence artificielle et santé de Martin Vallières a concrétisé l’inclusion de la base de données de Sherbrooke à l’apprentissage fédéré.

Des retombées porteuses d’espoir pour les personnes touchées

En plus des impacts positifs pour les équipes de recherche et les médecins traitants, cette démonstration du potentiel de l’apprentissage fédéré en oncologie aura des retombées positives pour les personnes atteintes de cancer. Comme le mentionne le professeur Vallières, « utiliser une approche fédérée pour analyser les données sans devoir les sortir des centres, c’est l’avenir pour accélérer les découvertes en oncologie. Par contre, pour ce faire, nous avons besoin en recherche d’infrastructures performantes d’analyse de données à l’intérieur même des murs des centres hospitaliers. Ces infrastructures locales doivent aussi pouvoir communiquer efficacement avec d’autres infrastructures similaires à l’extérieur ».

Le projet en question s’est concentré sur la première étape de la chaîne de traitement des glioblastomes, celle de la définition des contours de la tumeur, mais il pourrait se poursuivre pour les autres étapes, dont celle de prédire la réponse au traitement. Il ouvre également la porte à la réalisation de nombreuses autres études alliant intelligence artificielle et apprentissage fédéré pour une médecine de précision améliorée, en particulier pour les maladies rares. D’ailleurs, le laboratoire de recherche de Martin Vallières contribue à former la prochaine génération d’étudiantes et d’étudiants qui développeront ces techniques.

L’appui indispensable de l’IRCUS, du CIMS et du CRCHUS

Depuis sa création, l’IRCUS aide ses professeures-chercheuses et professeurs-chercheurs à participer à des projets multidisciplinaires et à étendre leurs réseaux de collaborations nationales et internationales. Martin Vallières souligne l’appui majeur que ses collègues et lui ont reçu : « Sans l’aide de l’IRCUS, du Centre d'imagerie moléculaire de Sherbrooke (CIMS) et de l’Unité de recherche clinique et épidémiologique (URCE) du CRCHUS, nous, à Sherbrooke, n’aurions pas pu intégrer ce projet de recherche mondial. »

À propos de Martin Vallières
- Professeur au Département d’informatique de la Faculté des sciences de l’Université de Sherbrooke
- Professeur-chercheur à l’Institut de recherche sur le cancer de l’Université de Sherbrooke (IRCUS)
- Chercheur au Centre de recherche du CHUS (CRCHUS)
- Titulaire de la Chaire en intelligence artificielle Canada-CIFAR
- Directeur du laboratoire de recherche MEDomics UdeS

À propos de David Fortin
- Neurochirurgien et neuro-oncologue au CIUSSS de l’Estrie–CHUS
- Professeur au Département de chirurgie de la Faculté de médecine et des sciences de la santé de l’Université de Sherbrooke
- Professeur-chercheur à l’Institut de recherche sur le cancer de l’Université de Sherbrooke (IRCUS)
- Chercheur au Centre de recherche du CHUS (CRCHUS)
- Membre de l'Institut de pharmacologie de Sherbrooke (IPS)

À propos de Martin Lepage
Professeur et directeur du Département de médecine nucléaire et radiologie de la Faculté de médecine et des sciences de la santé
Professeur-chercheur à l’Institut de recherche sur le cancer de l’Université de Sherbrooke (IRCUS)
Chercheur au Centre de recherche du CHUS (CRCHUS)
Membre de l'Institut de pharmacologie de Sherbrooke (IPS)


Informations complémentaires