Exploiter l’immense potentiel des échographies

Hassan Rivaz, titulaire de la Chaire de recherche de l’Université Concordia en analyse des images médicales
Photo: Valérian Mazataud Le Devoir Hassan Rivaz, titulaire de la Chaire de recherche de l’Université Concordia en analyse des images médicales

Les images provenant d’échographies que nous voyons sur un écran — prises lors d’une grossesse ou pour un examen médical — ne représentent qu’une infirme partie de l’énorme quantité d’informations amassées par l’imagerie par ultrasons. Hassan Rivaz, titulaire de la Chaire de recherche de l’Université Concordia en analyse des images médicales, tente d’extraire et de traiter cet énorme potentiel de données afin d’optimiser le traitement de maladies et d’accélérer les diagnostics.

« Les données colligées sont massives, dit, enthousiaste, Hassan Rivaz, rencontré dans son laboratoire du Centre Perform. Les images que nous voyons à l’écran ne sont que la pointe de l’iceberg. »

Ces informations sont à ce point colossales qu’il était impossible jusqu’à récemment de les exploiter grâce à la seule intelligence humaine. Mais les temps changent. « L’apprentissage machine et l’intelligence artificielle permettent désormais de naviguer à travers cette jungle d’informations et d’en extraire des données extrêmement utiles qui étaient jusque-là écartées », explique le professeur de génie.

Lymphoedème

Tranquillement, le puissant potentiel que recèlent ces données se déploie. Les recherches d’Hassan Rivaz permettent notamment d’extraire des informations cruciales sur l’élasticité des tissus, des informations qui permettent de mieux traiter le lymphoedème, une enflure que développent certaines personnes ayant subi des traitements pour le cancer. « Pour le cancer du sein, certaines patientes disent souffrir davantage du lymphoedème que du cancer lui-même », soutient M. Rivaz.

Les techniques actuellement utilisées pour mesurer la perte d’élasticité des tissus causée par la rétention aqueuse ne se limitent qu’à la surface de la peau. Les ultrasons peuvent toutefois aller sonder ce qui se produit sous la peau.

En combinant l’image des échographies aux données brutes extraites des ultrasons, les chercheurs peuvent obtenir une meilleure estimation des propriétés élastiques et mécaniques des tissus. Le diagnostic pour le lymphoedème s’en trouvera donc plus clair et plus rapide.

Le potentiel des échographies est d’autant plus prometteur que les appareils à ultrasons sont beaucoup moins dispendieux que ceux utilisés pour la tomodensitométrie (CT scan) et l’imagerie par résonance magnétique (IRM), rappelle Hassan Rivaz. Et ils sont portables, ce qui permet de les transporter dans des régions éloignées, où les appareils d’imagerie médicale se font plus rares. « On ne peut pas déplacer un appareil pour le CT scan ou l’IRM, alors qu’il y a désormais des appareils à ultrasons qui ont la taille d’un téléphone cellulaire », dit le chercheur.

Opérations

Les appareils à ultrasons peuvent également s’avérer fort utiles au moment d’opérer un patient. Généralement, quelques semaines avant une opération, le patient passe un CT scan et un IRM, pour cartographier la zone à opérer. Or, « pendant l’opération, les tissus bougent et, donc, les images provenant du CT scan et de l’IRM deviennent rapidement invalides », explique Hassan Rivaz. C’est là que l’échographie entre en jeu puisqu’elle permet de voir ce qui se produit en temps réel dans le corps du patient.

Seul hic : les images provenant des échographies ne sont pas d’aussi bonne qualité. « On travaille donc à fusionner les ultrasons avec les images du CT scan et de l’IRM, ce qui nous permet d’avoir recours à l’échographie pendant l’opération tout en optimisant l’utilité des images de haute qualité collectées avant l’opération. »

Ces avancées s’annoncent encourageantes pour le traitement des patients. « C’est très motivant parce que je vois des impacts immédiats provenant de mes recherches. C’est techniquement très stimulant », indique le chercheur.

Hassan Rivaz mène conjointement ses travaux avec des chercheurs de l’École de génie et d’informatique, du Département de santé, de kinésiologie et de physiologie appliquée et du Département de physique de l’Université Concordia, ainsi qu’avec des chercheurs de l’Institut et hôpital neurologiques de Montréal de l’Université McGill.

Ce contenu est réalisé en collaboration avec l’Université Concordia.