​La radiomique désigne le domaine de recherche qui consiste à extraire un grand nombre de caractéristiques à partir d'images médicales puis à concevoir des modèles, statistiques ou par apprentissage, combinant ces caractéristiques pour expliquer des mécanismes physiopathologiques ou prédire, par exemple, la réponse à un traitement. Les modèles radiomiques se heurtent cependant à la grande variabilité des paramètres d'acquisition des images et des équipements, ce qui induit des variations très significatives des caractéristiques radiomiques. Ainsi, un modèle prédictif établi à partir des données d'un centre d'imagerie s'avère généralement peu performant quand il est appliqué à des données émanant d'un autre centre.

Le laboratoire IMIV du SHFJ propose de corriger cet effet « centre » au moyen d'une approche initialement décrite pour traiter de la variabilité des données issues de la génomique. D'abord appliquée avec succès pour l'imagerie de tomographie d'émission de positons (Orlhac et al 2018), cette approche vient d'être validée pour la tomodensitométrie (présente étude). Un atout de la méthode réside dans sa facilité de mise en œuvre a posteriori, sans avoir à ré-analyser les images ni à caractériser finement la réponse des imageurs.

Comme souligné par l'éditorial qui accompagne la publication (Steiger and Sood, 2019), ce travail ouvre la voie à la réalisation d'études radiomiques multicentriques de grande envergure.

Effet de l'harmonisation de caractéristiques radiomiques pour compenser les variations liées à l'usage de différentes épaisseurs de coupe en tomodensitométrie. Avant harmonisation, le paramètre « homogénéité » prend des valeurs qui dépendent de l'épaisseur de coupe, tandis qu'après harmonisation, toutes les valeurs deviennent comparables.