Etude SUB-TEP: Evaluation des performances du logiciel Subtlepet pour le post traitement des examens TEP 68Ga-PSMA
Objectif(s) de la recherche et intérêt pour la santé publique
Objectifs poursuivis
Domaines médicaux investigués
Bénéfices attendus
Face à la multiplication des nouveaux traceurs et à l’identification de nouvelles indications cliniquess, les patients candidats à la réalisation d’un TEP-TDM sont de plus en plus nombreux. Ceci pose un problème de disponibilité des équipements et une tension quant à l’approvisionnement en traceurs radioactifs. Pour aider les équipes médicales à répondre à cette demande croissante, les constructeurs de matériel proposent régulièrement de nouvelles évolutions du matériel d’acquisition ou des méthodes de reconstruction des images.. Le logiciel Subtle Pet propose une méthode de post-traitement des images, indépendante du constructeur de caméra, permettant une optimisation en réduisant le temps d’acquisition des images ou la dose de traceur radioactif injectée aux patients. Cette méthode, reposant sur le concept de deep-learning, a été évaluée sur des examens TEPTDM au 18F-FDG. Les résultats encourageants semblent montrer qu’à partir du résultat d’un examen plus court, le logiciel débruite et améliore l’image pour retrouver une qualité équivalente à un examen classique et aboutir au même diagnostic.. . Ce logiciel pourrait permettre d’optimiser la prise en charge des patients bénéficiant d’un examen TEP-TDM au 68Ga-PSMA. Cet examen en voie de démocratisation est spécifique par la durée plus importante des images et par les difficultés d’approvisionnement en traceur radioactif, celui-ci étant fabriqué sur site avec un isotope radioactif à demi-vie courte. Les caractéristiques de biodistribution qui est un traceur de récepteur font que le médecin cherchera à identifier des lésions de très petite taille (nettement sub-centimétriques) grâce à l’excellent rapport tumeur/tissus sains. A notre connaissance, ce logiciel n’a pas été évalué sur cet examen en particulier.
Données utilisées
Catégories de données utilisées
Source de données utilisées
Variables sensibles utilisées
Acteurs finançant et participant à l'étude
Responsable(s) de traitement
Type de responsable de traitement 1
Responsable de traitement 1
Responsable(s) de mise en oeuvre non cités comme responsable de traitement
Responsable de mise en oeuvre non cité comme responsable de traitement 1
Calendrier du projet
Base légale pour accéder aux données
Durée de conservation aux fins du projet (en années)
2
Droits des personnes
Les patients sont informés de l'étude au moyen d'une note d'information et ils ont la possibilité de s'opposer à l'utilisation de leurs données dans l'étude