Focus : Inria à l’heure de la santé numérique

Le numérique permet de modéliser des organes et des gestes médicaux pour une meilleure prise en charge des pathologies.

Du patient numérique moyen au patient numérique personnalisé
Le patient numérique, c’est d’abord une affaire d’algorithmes reproduisant l’anatomie, la forme des organes et la physiologie d’un patient dit "moyen". Grâce aux images médicales et à toutes les informations cliniques recueillies sur un patient donné, on ajuste ensuite les paramètres de ces algorithmes pour qu’ils reproduisent le patient "singulier", "ndividualisé", "personnalisé". Pour Nicholas Ayache, directeur de recherche Inria à Sophia Antipolis où il anime l’équipe de recherche Asclepios, la cardiologie du futur ne peut pas faire l’économie du patient numérique personnalisé : "Si l’on veut construire un modèle numérique du coeur, il faut définir sa géométrie - le ventricule droit, gauche, les oreillettes – et son fonctionnement – à savoir comment l’onde électrique se déplace sur les tissus cardiaques, comment se contractent les fibres cardiaques. On construit un modèle de taille moyenne, de rythme cardiaque moyen puis, à partir de toutes les informations recueillies sur un patient singulier, on ajuste le coeur numérique « moyen » pour qu’il devienne un clone de l’organe réel. Nous sommes pionniers dans ce domaine et nous parvenons maintenant en partenariat avec des centres cliniques très avancés comme l’IHU de Bordeaux à construire des modèles numériques reproduisant l’activité à la fois mécanique, électrique et hémodynamique du coeur d’un patient". Les cardiologues interventionnels peuvent ainsi optimiser l’intervention virtuelle sur le clone numérique du coeur avant sa réalisation effective sur le patient.

Un cerveau numérique pour mieux comprendre les maladies neurodégénératives
Pour Stanley Durrleman, chercheur à l’ICM (Institut du cerveau et de la moelle épinière) dans l’équipe ARAMIS, la modélisation mathématique des données de neuro-imagerie est lié à la médecine des 4P – prédictive, préventive, personnalisée et participative : "Le but de nos recherches est de créer des systèmes d’aide à la décision, permettant de prédire l’arrivée d’un symptôme et d’une maladie en utilisant les données d’un individu. Dans le cas de la maladie d’Alzheimer, prédire et prévenir sont liés. À partir du moment où des individus ont été diagnostiqués, on réussit pour un nombre d’entre eux à réparer les lésions cérébrales. Mais cette réparation n’a aucun effet sur la cognition et sur les pertes de mémoire. Pour être efficace, Il faut traiter toutes ces lésions au moment de leur apparition, souvent des dizaines d’années avant la survenue des symptômes". (...)