42

Radiomics is the discipline that studies medical images through their digital data. Using "artificial intelligence" algorithms, it performs a quantitative and high-throughput analysis of the image’s textural richness to obtain relevant information for the clinician, from diagnostic assistance to therapeutic guidance. Exploitation of these data could allow a more detailed characterization of each phenotype, for each patient, making radiomics a new biomarker of interest, highly promising in the era of precision medicine. Moreover, radiomics is non-invasive, cost-effective, and easily reproducible in time. In the field of oncology, it performs an analysis of the entire tumor, impossible with a single biopsy, to understand its heterogeneity, which is known to be closely related to prognosis. However, current results are sometimes less accurate than expected and often require the addition of non-radiomic data to create a performing model. To highlight the strengths and weaknesses of this new technology, we take the example of hepatocellular carcinoma and show how radiomics could facilitate its diagnosis in difficult cases, predict certain histological features and estimate treatment response, whether medical or surgical.

La radiomique est la discipline qui étudie les images médicales au travers des données numériques qu’elles contiennent. Grâce à des algorithmes utilisant « l’intelligence artificielle », elle réalise une analyse quantitative et à haut débit de la richesse texturale de l’image afin d’en obtenir des informations pertinentes pour le clinicien, allant de l’aide au diagnostic à l’orientation de la décision thérapeutique. L’exploitation de ces données pourrait permettre une caractérisation plus fine de chaque phénotype, pour chaque patient, plaçant la radiomique comme un nouveau biomarqueur potentiellement hautement prometteur à l’heure de la médecine de précision. De plus, la radiomique est un outil non invasif, peu coûteux et facilement répétable dans le temps. En oncologie, elle réalise une analyse de la tumeur entière, impossible par une seule biopsie, afin d’en appréhender son hétérogénéité, élément connu comme étroitement relié au pronostic. Néanmoins, les résultats actuels sont parfois moins précis qu’attendus et nécessitent souvent l’ajout de données non radiomiques pour créer un modèle performant. Pour illustrer les forces et faiblesses de ce nouvel outil, nous prenons l’exemple du carcinome hépatocellulaire et nous montrons comment la radiomique peut permettre de faciliter son diagnostic dans des cas difficiles, de prédire certains éléments histologiques et d’estimer la réponse à divers traitements, qu’ils soient médicaux ou chirurgicaux.