AIRECIST : Développement et validation d’un outil de traitement du langage naturel pour évaluer la réponse RECIST chez les patients atteints de cancer

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

L'évaluation de l'efficacité des traitements des tumeurs solides repose sur les critères d'évaluation de la réponse radiologique selon les critères RECIST. Cette évaluation de la réponse est très importante en pratique clinique courante où elle guide la prise en charge des patients ainsi qu’en recherche clinique où elle constitue un critère de jugement objectif de l’efficacité d’un traitement en termes de réponse et de survie sans progression (SSP).
Cependant, l'examen manuel des comptes rendus de radiologie par les assistants de recherche clinique (ARC) pour compléter les dossiers patients dans les essais cliniques (CRF) est une tâche très chronophage et sujette à de nombreuses erreurs. Dans ce projet, nous proposons de développer des modèles d'intelligence artificielle et les appliquer aux comptes rendus de radiologie en français afin d’extraire automatiquement la réponse RECIST à partir de rapports de radiologie et ainsi d’automatiser la détection de la réponse au traitement et de la SSP pour les études cliniques mais également en pratique clinique courante.

OBJECTIF PRINCIPAL
Développer et valider une méthode de traitement du langage naturel (NLP) pour évaluer la réponse selon les critères RECIST chez les patients atteints de cancer, en se basant sur les comptes rendus textuels d'imagerie.
OBJECTIF(S) SECONDAIRE(S)
- Evaluer la performance en fonction du type de réponse (CR, PR, SD, PD)
- Evaluer la performance de ces algorithmes en fonction du type de tumeur solide
- Evaluer la performance de ces algorithmes en fonction du radiologue rédigeant le compte rendu
- Evaluer le gain de temps entre la méthode de saisie traditionnelle dans les CRF et la méthode assistée par l’application
- Evaluer les performances des algorithmes développés et validés au CAL sur des comptes rendus d’imagerie de l’ICO
Description succincte de la population étudiée.

POPULATION
Critères d’inclusion
- Âge ≥ 18 ans au moment de l’évaluation radiologique
- Patient pris en charge pour un cancer du sein, poumon, digestif, prostate et pelviens au Centre Antoine Lacassagne ou au CHITS ou à l’ICO
- Patient non opposé au traitement de ses données dans le cadre d’étude rétrospective

Critères de non-inclusion
- Patients de moins de 18 ans au moment de l’évaluation radiologique
- Patient s’opposant à la réutilisation des données dans le cadre d’étude rétrospective