Création d’un outil électronique d’évaluation de la réponse thérapeutique par l’imagerie en oncologie : le projet EVA®

Introduction L’evaluation tumorale en oncologie est primordiale pour les decisions de prise en charge therapeutique. Cependant, elle fait intervenir de nombreuses echelles complexes (RECIST, iRECIST, mRECIST, PCWG3, RANO, PERCIST, Deauville). Leur usage au quotidien est chronophage et couteux car necessite l’intervention de praticiens experts de ces methodes. Notre objectif etait de concevoir une application web permettant d’assister les praticiens dans l’evaluation de la reponse aux traitements en oncologie, quelle que soit l’echelle d’evaluation consideree. Methodes Cette application a ete developpee en utilisant le logiciel Ennov Clinical®, initialement destine au data management en recherche clinique. Elle devait etre adaptee a la plupart des methodes d’evaluations tumorales. L’objectif etait de reduire les erreurs liees aux calculs complexes de ces echelles et de reduire le temps d’evaluation. La validation de l’application a ete realisee en comparant 12 evaluations traditionnelles a l’evaluation en utilisant EVA® pour differents types de tumeurs solides. Resultats L’utilisateur apres s’etre connecte et avoir renseigne quelques champs descriptifs, choisit le type d’evaluation dans une liste. Les pages concernees apparaissent, permettant la saisie des mesures tumorales et l’execution des calculs automatiques necessaires a leur interpretation. A ce jour, la validation sur 12 cas utilisant les criteres RECIST a montre une precision de 100 %. Conclusion L’outil pourra etre deploye aupres de tous les praticiens pour les aider dans le suivi de leurs patients. EVA® est une solution qui facilite les calculs et la lecture des resultats. Elle permet aux imageurs de se concentrer sur l’evaluation tumorale et les conclusions qui en decoulent pour le suivi et le traitement du patient. Il reste a confirmer la validation de cette application sur un plus grand nombre de patients, dans toutes les localisations de cancer, sur tous les types d’evaluation tumorale ainsi que d’evaluer le gain de temps, la satisfaction et l’appropriation par les utilisateurs. Une perspective d’evolution serait d’utiliser des techniques l’intelligence artificielle sur les images tumorales afin d’ameliorer cet outil d’evaluation.