Sites Inria

Médecine numérique

Françoise Breton, Technoscope - 29/09/2012

Personnaliser les modèles du cœur pour mieux cibler les thérapies

© Inria - Robert Palomba

Les maladies cardiaques sont les premières causes de décès dans le monde occidental. Depuis 10 ans, de nombreux travaux portent sur la modélisation cardiaque dans le but de mieux adapter les traitements aux patients et d’optimiser leurs effets. Un intérêt qui s'est manifesté à MICCAI par une session entière dédiée à la modélisation cardiaque et une intervention du Professeur Michel Haïssaguerre, un pionnier des thérapies cardiaques.

Stéphanie Marchesseau, doctorante dans l’équipe ASCLEPIOS (sous la direction de Hervé Delingette et Nicholas Ayache) nous parle de ses travaux pour lesquels elle a reçu le Prix du jeune chercheur à MICCAI 2012.

Quels sont les enjeux médicaux associés aux recherches sur la modélisation cardiaque ?

Cette recherche intéresse beaucoup les cardiologues car si l’on arrivait à modéliser le fonctionnement du cœur d’un patient, il serait possible d’améliorer la fiabilité des diagnostics, de prédire l’effet de différentes thérapies et d’en optimiser les effets, notamment en guidant le geste chirurgical. L’enjeu est de taille puisque, par exemple, l’Europe déplore près de 1000 morts par jour par arrêt cardiaque ! Or, les décisions des médecins reposent aujourd’hui sur des critères largement qualitatifs et empiriques : la thérapie de resynchronisation du cœur par la pose d’un pacemaker n’est couronnée de succès que dans 70% des cas. Il est en effet difficile d’identifier les patients qui répondront bien à cette thérapie et, le cas échéant, de savoir où positionner l’appareil pour rétablir l’harmonie de la vague électrique régissant le cœur. L’objectif des chercheurs est d’apporter des critères quantitatifs complémentaires utiles pour guider leurs décisions.

Quels sont les principaux défis actuels de la modélisation cardiaque ?

Le principal défi actuel réside dans la personnalisation des modèles, c’est-à-dire l’adaptation d’un modèle générique, construit à partir des connaissances biologiques et physiques sur le fonctionnement du cœur, au cas particulier du patient. Cela veut dire utiliser les informations fournies par l’électrocardiogramme, la cartographie endocardique (pour les caractéristiques électriques à l’intérieur du cœur), l’échographie, les séquences d’images IRM, etc. afin d’obtenir les paramètres représentant correctement les caractéristiques physiques et géométriques de ce cœur autant que ses anomalies de fonctionnement. Les images IRM en particulier ne sont pas toujours faciles à interpréter et beaucoup de chercheurs travaillent sur la manière d’en extraire des informations quantitatives sur le mouvement du cœur et sur son anatomie, des caractéristiques indispensables pour personnaliser le modèle.

Mais pour que ces modèles soient utiles aux médecins, il faut être en mesure d’extraire automatiquement les paramètres individuels qui assureront cette personnalisation. C’est là un versant complémentaire qui représente un enjeu à part entière.

Quelles sont les avancées récentes dans ce sens ?

En modélisation, les chercheurs Inria sont parmi les premiers à prédire avec un modèle personnalisé des résultats correspondant aux mesures effectivement réalisées par les médecins. Cela signifie que le modèle arrive à bien représenter le cœur et les maladies, que l’on est passé de l’étape de « chercher les paramètres » à celui « d’utiliser le modèle pour voir ce qu’on obtient en sortie ». Bien que prometteur, ce modèle doit encore être validé sur un nombre beaucoup plus important de patients.

Le travail que je présente à MICCAI illustre par ailleurs une avancée sur le versant de la personnalisation automatique. J’ai développé une méthode qui permet d’obtenir automatiquement de bons paramètres du fonctionnement du cœur à partir des courbes de volume et de pression de cet organe pendant les battements cardiaques. Le test réalisé sur 8 cas (6 volontaires sains et 2 patients) nous a permis de voir que ces paramètres permettaient de distinguer des personnes normales de personnes présentant une pathologie. C’est une bonne avancée pour prédire et optimiser les thérapies de resynchronisation cardiaque. D’ici quelques années par exemple, nous devrions être capable de dire où placer les pacemakers et avec quel réglage  pour améliorer le fonctionnement du cœur, ainsi que d'automatiquement détecter ses pathologies.

Mots-clés : Coeur numérique Modélisation cardiaque Imagerie médicale MICCAI Médecine numérique ASCLEPIOS Inria - Sophia Antipolis - Méditerranée

Haut de page

Suivez Inria