L’objet de cette demande est de constituer une base de données structurées contenant des caractéristiques de patients traités par immunothérapie pour leurs cancers et des effets indésirables qu’ils ont présentés.

En effet, le projet Cassandra vise à utiliser des techniques d'apprentissage profond pour identifier automatiquement la composition corporelle de patients atteints de cancer à partir d’images scanographiques réalisées en routine et de développer des modèles prédictifs de toxicités à l’immunothérapie.

Depuis plusieurs années, l’essor de nouvelles molécules d’immunothérapie a permis de considérablement améliorer la survie de certains patients atteints de cancers. Cependant des recherches sont encore nécessaires pour prévenir au mieux les toxicités liées à ces traitements et améliorer la sélection des patients répondeurs. Alors que de nombreuses études ont montré un lien entre la diminution de la masse musculaire (sarcopénie) et l’augmentation de la fréquence et de la gravité des toxicités liée à la chimiothérapie associé à un risque accru de mortalité, très peu d’études ont été réalisées auprès de patients traités par immunothérapie. Les méthodes actuelles d’évaluation de la composition corporelle par segmentation manuelle à partir de scanner sont chronophages et difficilement réalisables en clinique. Il est par ailleurs difficile pour les cliniciens d’identifier des patients à risques de développer des toxicités liées à l’immunothérapie et d’optimiser leur prise en charge.

Notre projet vise à utiliser des techniques d’apprentissage profond pour créer un outil de routine clinique capable d’identifier automatiquement la composition corporelle des patients à partir de scanners ; développer des modèles prédictifs de toxicités des patients traités par immunothérapie basés sur des variables cliniques incluant la composition corporelle.