Une étude sur la détection des saignements cérébraux remporte le MedPhys Slam de l'AAPM - Physics World

Une étude sur la détection des saignements cérébraux remporte le MedPhys Slam de l'AAPM - Physics World

Horodatage: 1 août 2023 11:30

Organisateurs et gagnants du MedPhys Slam 2023
Concours de communication Organisateurs et gagnants du MedPhys Slam 2023. De gauche à droite : Rachel Trevillian, Kelsey Bittinger, Jason Luce, Ellie Bacon, Aroon Pressram, Emilie Carpentier et Emily Thompson. (Avec l'aimable autorisation de Sarah Aubert/AAPM STSC)

Lancé en 2018, le MedPhys Slam fait désormais partie intégrante de la réunion annuelle de l'AAPM. La session populaire est un concours de communication dans lequel les étudiants et les stagiaires présentent leurs projets de recherche en seulement trois minutes à l'aide de seulement trois diapositives. Les gagnants sont sélectionnés par un panel de juges, tous des physiciens non médicaux, qui évaluent les présentations en fonction de la manière dont les orateurs expliquent leur question de recherche, sa signification et leurs méthodes.

Cette année, 17 concurrents – tous gagnants de leurs concours locaux de section AAPM – ont participé. Leurs présentations ont couvert un large éventail de thèmes de physique médicale, de la protonthérapie à la radiothérapie, en passant par des domaines tels que la radiographie, l'imagerie préclinique, l'intelligence artificielle, la radiobiologie et la curiethérapie.

Détecter les saignements dans le cerveau

Le gagnant de cette année était Aroon Pressram, étudiant en master à l'Université de Floride, qui a présenté une conférence intitulée « L'hémorragie cachée : visualiser les saignements cérébraux ».

Pressram développe une technique de détection rapide des hémorragies cérébrales chez les patients victimes d'AVC. Il a expliqué qu'un patient présentant des symptômes d'AVC sera généralement admis à l'hôpital pour un scanner, qui consiste à injecter un produit de contraste pour faciliter la visualisation des vaisseaux dans le cerveau. Si un blocage est trouvé, le patient reçoit une thérapie de revascularisation pour rétablir le flux sanguin. Mais ce traitement peut en fait exposer le patient au risque de développer une hémorragie cérébrale ou une fuite de produit de contraste dans son cerveau. "C'est pourquoi il est essentiel que nous effectuions une imagerie de suivi afin que nous puissions identifier les saignements cérébraux et les inverser", a-t-il expliqué.

Alors, comment effectuer au mieux une telle imagerie de suivi ? L'IRM est précise et fournit des images de haute qualité, mais elle est lente. La tomodensitométrie, quant à elle, est beaucoup plus rapide mais ne peut pas distinguer les saignements cérébraux du contraste dans le cerveau. "Il doit y avoir un meilleur moyen d'obtenir quelque chose de précis et de rapide pour le patient", a déclaré Pressram. « Eh bien, il y en a. Et c'est ce qu'on appelle la tomodensitométrie bi-énergie.

Aroon Pressram
Présentation gagnante Aroon Pressram de l'Université de Floride. (Avec l'aimable autorisation de Aroon Pressram)

La TDM à double énergie fonctionne en effectuant deux scans avec des spectres de rayons X différents, puis en combinant mathématiquement les deux ensembles de données. La technique permet de séparer les signaux dus à une hémorragie cérébrale de ceux provenant du contraste. Pressram note que la tomodensitométrie à double énergie est également plus facilement disponible que l'IRM et offre des temps de balayage plus rapides.

Suite à une revue de la littérature, Pressram s'est rendu compte que "nous étions les premiers au monde à faire des recherches sur ce scanner à double énergie pour les patients victimes d'un AVC". Pour approfondir l'application, il a évalué 500 patients victimes d'un AVC avec une tomodensitométrie à double énergie et a constaté que l'approche fonctionnait bien dans tous les cas, donnant des résultats précis en temps opportun. "Les professionnels de la santé doivent être conscients de cette technologie étonnante qui peut leur donner des résultats précis plus rapidement", a-t-il conclu.

Améliorer la radiothérapie de la prostate

La deuxième place du concours est revenue à Ellie Bacon, résident en physique médicale au centre médical de l'Université du Nebraska. Bacon a décrit comment un processus appelé examen hors ligne pourrait améliorer la radiothérapie pour les patients atteints d'un cancer de la prostate.

L'examen hors ligne - que Bacon a qualifié de «la tâche la plus importante que nous effectuons chaque semaine pour nos patients» - consiste à examiner les images prises pendant le traitement d'un patient au cours de la semaine précédente pour rechercher toute erreur potentielle qui doit être rapidement traitées et de suivre le rétrécissement de la tumeur au fil du temps.

Pour les patients atteints d'un cancer de la prostate, un paramètre important est leur capacité à remplir leur vessie au jour le jour. "Nous avons constaté que lorsque les patients sont incapables de remplir leur vessie à 50% pour leur traitement, ils ont un risque beaucoup plus élevé d'effets secondaires tels que la toxicité de la vessie", a expliqué Bacon. "Cela m'a fait réfléchir, existe-t-il un moyen de trouver ces patients rapidement afin de pouvoir les aider?"

Bacon a proposé un simple ajout au processus d'examen hors ligne, dans lequel la vessie d'un patient est classée comme «bonne» si elle semble pleine à plus de 50%, ou «mauvaise» pour celles en dessous de 50%. Elle a effectué un test au cours duquel son équipe a évalué les patients en trois cycles, avec des indices visuels supplémentaires fournis à chaque fois : premièrement, un aperçu de ce à quoi devrait ressembler une vessie pleine d'après le plan de traitement initial du patient ; puis une image d'une vessie vide ; et enfin une estimation de ce à quoi devrait ressembler une vessie pleine à 50 %.

"Chaque tour, avec de plus en plus d'indices visuels, ils ont pu identifier rapidement quels patients étaient bons ou mauvais et avaient besoin de notre aide", a déclaré Bacon. "Cela a confirmé mes soupçons - nous sommes en mesure d'utiliser rapidement l'examen hors ligne, ce que nous faisons déjà pour tous nos patients, pour identifier les patients atteints d'un cancer de la prostate qui ont besoin d'aide."

Une fois ces patients identifiés, leur plan de traitement peut être adapté pour mieux correspondre à leur moyenne de remplissage de la vessie. Cela réduit leur risque d'effets secondaires et améliore la qualité de vie après le traitement. « La seule question qui reste est de savoir qui d'autre pouvons-nous aider avec cet examen hors ligne ? » conclut-elle.

Suivi de la tumeur

Prendre la troisième place du MedPhys Slam, en plus de remporter le « prix du public » voté par le public, a été Jason Lucé, étudiant au doctorat à l'Université Loyola. Luce a parlé aux participants d'un algorithme de suivi des tumeurs basé sur un modèle adaptatif pour la radiothérapie du cancer du poumon.

Le suivi des tumeurs pendant la radiothérapie est particulièrement important pour les patients atteints d'un cancer du poumon. La respiration provoque un mouvement de la tumeur, ce qui entraîne une incertitude accrue quant à la position de la tumeur. Cela nécessite l'utilisation d'un faisceau de traitement plus large qui peut augmenter l'irradiation des tissus sains environnants. "Mais si vous pouvez suivre activement la tumeur, vous pouvez utiliser un faisceau de traitement plus précis, ce qui signifie moins de rayonnement sur les tissus sains", a expliqué Luce.

Pendant le suivi basé sur l'image, cependant, il est possible de perdre la tumeur, en particulier lors de l'utilisation d'une grande fenêtre de recherche pour couvrir toutes les plages possibles de mouvement de la tumeur. Par exemple, Luce a montré un cas dans lequel l'algorithme de suivi a identifié à tort l'emplacement de la tumeur comme celui d'un artefact d'image étranger.

Il a comparé ce problème de suivi à celui de la recherche de clés de voiture perdues. "Plutôt que de fouiller toute votre maison pour les trouver, vous pouvez vous simplifier la vie en demandant 'où était le dernier endroit où je les ai vus ?' Dans la cuisine? Il suffit de chercher dans cette zone, le problème est résolu », a-t-il déclaré. "Nous prenons cette idée et l'appliquons pour améliorer le suivi des tumeurs."

L'approche, a expliqué Luce, consiste à trouver le dernier endroit où la tumeur a été vue pendant le suivi, puis à réduire la région de recherche à cette zone. Il a testé la technique sur 229 images radiographiques d'une tumeur en mouvement, effectuant un suivi à l'aide d'un algorithme avec une grande fenêtre de recherche, ainsi qu'un autre avec une plus petite fenêtre de recherche adaptative.

La fenêtre de recherche adaptative plus petite a permis une amélioration notable du suivi des tumeurs. Avec la fenêtre de recherche statique, environ 12 % des images présentaient un mauvais suivi (différences significatives entre les localisations tumorales réelles et prévues), tandis que moins de 1 % étaient mal suivis par la fenêtre de recherche adaptative. « Nous améliorons le suivi des résultats et, idéalement, améliorons les soins aux patients », a-t-il déclaré.

Horodatage:

Plus de Monde de la physique