L’analyse d’images médicales peut aussi être utile dans la décision thérapeutique. En collaboration avec des chercheurs de Centrale Supélec, l’Inserm, l’université Paris-Sud et l’entreprise TheraPanacea, l’équipe du Pr Éric Deutsch a conçu une machine capable de reconnaître la signature dite « radiomique » de tumeurs solides. Mesurée à partir d’une simple image de scanner, cette signature définit le niveau de cellules immunitaires ayant infiltré la tumeur et détermine un score prédictif de l’efficacité du traitement par immunothérapie (thérapie visant à stimuler le système immunitaire du malade contre la tumeur, ou à lever certains blocages mis en place par les cellules cancéreuses pour contrer le système immunitaire). Sachant que seuls 15 à 30 % des patients répondent à l’immunothérapie, cela permet donc de ne traiter que ces derniers. Jusqu’à présent, il n’existait aucun marqueur prédictif de la réponse à une immunothérapie de ce type.
Des équipes de cancérologie digestive de l’AP-HP et du Centre de recherche des Cordeliers (Inserm, Université Paris-Descartes) se sont quant à elles intéressées à la réponse à un traitement par radiothérapie et chimiothérapie combinées avant chirurgie chez des patients atteints d’un cancer du rectum. Toujours à partir du « machine learning », ils ont mis au point un programme permettant, à partir d’un scanner, de déterminer à l’avance les patients ayant une réponse complète à la radiochimiothérapie afin de leur éviter l’opération.