ULTRA : imagerie 3D en 30 minutes pour cartographier les marges des gliomes avec l'IA

Introduction

Les gliomes diffus comptent parmi les tumeurs cérébrales les plus difficiles à traiter chirurgicalement. Leur nature infiltrante signifie que les cellules tumorales peuvent se propager dans le tissu cérébral sain environnant, ce qui rend difficile pour les chirurgiens de distinguer les zones cancéreuses des zones normales pendant une opération. L'objectif de la chirurgie des gliomes est de retirer autant de tumeur que possible tout en préservant les fonctions cérébrales critiques, mais cet équilibre est difficile à atteindre lorsque les limites sont floues. Les méthodes d'imagerie traditionnelles, comme l'IRM, fournissent une vue préopératoire mais ne peuvent pas résoudre complètement l'infiltration microscopique qui se produit aux bords de la tumeur. La pathologie peropératoire, utilisant généralement des coupes congelées, offre un retour rapide mais est limitée à de petits échantillons bidimensionnels qui peuvent ne pas représenter toute la marge tumorale.

Maintenant, une équipe de chercheurs de l'Université de Fudan, de l'Hôpital Huashan, de l'Hôpital Zhongshan, de l'Institut de neurochirurgie de Pékin et de l'Université de la capitale médicale a développé une nouvelle plateforme appelée ULTRA (ultrarapid cleared stimulated Raman with AI) qui peut générer des images tridimensionnelles des marges des gliomes en environ 30 minutes. Cette technologie, rapportée dans la revue Cell, combine l'éclaircissement rapide des tissus, la microscopie par diffusion Raman stimulée (SRS) et l'intelligence artificielle pour fournir une vue complète de l'infiltration tumorale sans avoir recours à la coloration ou à la coupe conventionnelle.

Le défi de la chirurgie des gliomes

Les gliomes sont des tumeurs cérébrales primaires qui proviennent des cellules gliales, qui soutiennent et protègent les neurones. Ils sont connus pour leur schéma de croissance diffuse, avec des cellules tumorales migrant le long des voies de la substance blanche et des vaisseaux sanguins, souvent bien au-delà de la masse tumorale principale. Cela rend la résection chirurgicale complète presque impossible, et les cellules tumorales résiduelles peuvent entraîner une récidive. Les neurochirurgiens doivent donc s'appuyer sur des outils peropératoires pour identifier les marges tumorales en temps réel.

Actuellement, la méthode standard est l'analyse par coupes congelées, où un petit morceau de tissu est prélevé, congelé, coupé et coloré pour un examen microscopique. Bien que cela fournisse des informations pathologiques rapides, cela présente plusieurs limitations. Les échantillons sont généralement minuscules, ne représentant qu'une fraction de la limite tumorale, et les coupes bidimensionnelles peuvent manquer des cellules infiltrantes dans d'autres plans. De plus, la congélation peut introduire des artefacts, et la qualité de la coloration peut varier, ce qui peut conduire à une mauvaise interprétation.

L'histologie tridimensionnelle offre une image plus complète en préservant l'architecture spatiale du tissu, permettant aux pathologistes de voir comment les cellules tumorales sont distribuées dans un volume. Cependant, les méthodes 3D existantes sont lentes, nécessitant souvent des heures ou des jours pour l'éclaircissement, le marquage et l'imagerie des tissus, ce qui les rend impraticables pour une utilisation pendant la chirurgie.

ULTRA : un flux de travail en 30 minutes

ULTRA répond à ces limitations en intégrant trois composants clés : une technique d'éclaircissement rapide des tissus, la microscopie par diffusion Raman stimulée et la coloration virtuelle basée sur l'IA. Le flux de travail commence par un échantillon de tissu, frais ou fixé, qui est traité avec une solution d'éclaircissement pour le rendre transparent. Cela permet à la lumière de pénétrer plus profondément dans le tissu, permettant une imagerie à des profondeurs de l'ordre du millimètre.

Ensuite, le tissu éclairci est imagé à l'aide de la microscopie par diffusion Raman stimulée, une technique sans étiquette qui détecte les vibrations moléculaires. La SRS fournit un contraste chimique sans avoir besoin de colorants externes, et elle peut imager les tissus rapidement. Les chercheurs ont optimisé le système SRS pour capturer des images à haute résolution du tissu éclairci, générant des données qui reflètent la composition et la structure cellulaires.

Enfin, un algorithme d'IA effectue une coloration virtuelle, convertissant les images SRS sans étiquette en images qui ressemblent à des colorations histologiques traditionnelles. Cette étape est cruciale car elle permet aux pathologistes d'interpréter les images en utilisant des schémas de coloration familiers, tels que H&E, sans le processus de coloration long. L'IA a été formée sur des paires d'images SRS et colorées pour prédire avec précision les colorations virtuelles.

Le processus complet, de la réception du tissu à la reconstruction 3D finale, prend environ 30 minutes, ce qui le rend réalisable pour une utilisation peropératoire. C'est une amélioration significative par rapport aux techniques d'histologie 3D existantes, qui peuvent prendre des heures, voire des jours.

Validation et impact potentiel

Les chercheurs ont validé ULTRA sur des échantillons de tissus chirurgicaux de patients atteints de gliomes. Ils ont démontré que la plateforme pouvait identifier avec précision les marges tumorales, montrant des cellules tumorales infiltrantes dans des zones qui auraient pu être manquées par les coupes congelées conventionnelles. Les images 3D ont permis de visualiser la forme irrégulière de la tumeur et son invasion dans le tissu cérébral environnant, fournissant une image plus complète pour la prise de décision chirurgicale.

L'un des principaux avantages d'ULTRA est sa capacité à fournir des informations volumétriques en temps réel. Les chirurgiens pourraient potentiellement utiliser cette technologie pendant la chirurgie pour évaluer si tout le tissu tumoral a été retiré, réduisant ainsi le risque de laisser une maladie résiduelle. Cela pourrait conduire à des résections plus complètes et à de meilleurs résultats pour les patients.

De plus, ULTRA n'est pas limité aux gliomes. La plateforme pourrait être adaptée à d'autres types de cancer où les marges chirurgicales sont critiques, comme le cancer du sein, du poumon ou de la prostate. La combinaison de l'éclaircissement rapide, de la SRS et de l'IA a de larges applications en pathologie et en oncologie chirurgicale.

Orientations futures

Bien qu'ULTRA montre un grand potentiel, il reste des défis à surmonter. Le système actuel nécessite un équipement spécialisé et une expertise, ce qui peut limiter sa disponibilité aux grands centres médicaux. Les chercheurs travaillent à rendre la technologie plus accessible et conviviale. Ils prévoient également d'élargir la formation de l'IA pour inclure une plus large gamme de types de tissus et de protocoles de coloration.

Un autre domaine de développement est l'intégration d'ULTRA avec d'autres modalités d'imagerie, telles que l'IRM ou la chirurgie guidée par fluorescence, pour fournir une vue complète de la tumeur. La combinaison de ces techniques pourrait améliorer encore la précision de l'évaluation des marges tumorales.

En conclusion, ULTRA représente une avancée significative dans la pathologie peropératoire. En fournissant une histologie rapide, 3D et améliorée par l'IA, elle a le potentiel de transformer la façon dont les chirurgiens abordent la résection des gliomes, améliorant finalement les résultats pour les patients atteints de ces tumeurs difficiles.

Cet article est basé sur un reportage de Medical Xpress. Lire l'article original.