Publié le 2024-02-29 10:00:00. Des chercheurs de l’université de technologie d’Eindhoven (TU/e) développent des simulations informatiques de plus en plus précises pour améliorer le diagnostic et le traitement des maladies cardiovasculaires, réduisant ainsi la nécessité de tests invasifs et d’expérimentation animale.
- Les simulations in silico, basées sur des données patients et des modèles informatiques, permettent de prédire l’efficacité des traitements et de minimiser les risques pour les patients.
- Le projet de doctorat de Pjotr Hilhorst se concentre sur la calcification des artères coronaires et l’amélioration de la précision des modèles de prédiction de la pression sanguine.
- La création d’une “cohorte virtuelle” de patients synthétiques pallie le manque de données complètes issues des études cliniques réelles.
La recherche médicale s’oriente de plus en plus vers des méthodes non invasives et personnalisées. Au cœur de cette évolution se trouve la simulation informatique, ou recherche in silico, qui complète les approches traditionnelles in vitro (en laboratoire) et in vivo (sur des organismes vivants). Pjotr Hilhorst, doctorant à la TU/e, participe au projet européen Horizon In Silico World, dédié à l’intégration de ces études cliniques virtuelles dans la pratique médicale.
« On distingue le vivant – c’est-à-dire les études menées sur des humains ou des animaux – de la recherche en laboratoire, comme les cultures tissulaires in vitro », explique Hilhorst. « Les études in silico, elles, sont réalisées sur ordinateur, à partir de bases de données patients et de simulations. » L’objectif est de rendre ces simulations suffisamment fiables pour guider les décisions médicales et réduire le recours à des procédures plus risquées.
Les simulations informatiques offrent plusieurs avantages. Elles permettent de tester l’efficacité de médicaments ou d’interventions chirurgicales sur un grand nombre de patients virtuels, de réduire le nombre d’animaux utilisés dans la recherche et d’identifier les patients les plus susceptibles de bénéficier d’un traitement spécifique. Elles peuvent également servir de “préparation” à un essai clinique réel, en anticipant les résultats probables.
« Cela ne garantit pas à 100 % le résultat en pratique, mais cela donne au moins une indication précieuse », précise Hilhorst. « En ciblant mieux nos recherches, nous pouvons gagner du temps et de l’argent, et éviter d’exposer les patients aux risques liés à de nouvelles procédures ou de nouveaux médicaments. »
Pjotr Hilhorst, doctorant à la TU/e
Le projet de Hilhorst se concentre sur la calcification des artères coronaires, une affection caractérisée par le rétrécissement des vaisseaux sanguins qui irriguent le cœur. Ce rétrécissement, appelé sténose, peut entraîner une diminution de l’apport sanguin et provoquer des douleurs thoraciques (angine de poitrine). Dans les cas les plus graves, il peut conduire à une crise cardiaque.
Aujourd’hui, le diagnostic de la sténose repose souvent sur une angiographie, une radiographie des artères coronaires après injection d’un produit de contraste. L’évaluation de la gravité du rétrécissement est cependant subjective et parfois imprécise. L’hôpital Catharina d’Eindhoven a développé une méthode plus objective, basée sur la mesure de la pression sanguine avant et après la sténose, ce qui permet de calculer une valeur appelée FFR (Fractional Flow Reserve).
« Si la pression en amont de la sténose est supérieure à 0,8, le rétrécissement peut souvent être traité avec des médicaments. Si elle est inférieure, une intervention, comme la pose d’un stent, est nécessaire », explique Hilhorst.
Pjotr Hilhorst, doctorant à la TU/e
L’équipe de Hilhorst cherche à prédire cette valeur FFR à partir de données patients, afin d’éviter de recourir systématiquement à cette mesure invasive. Cependant, les données disponibles étaient souvent incomplètes. Pour pallier ce problème, ils ont créé une “cohorte virtuelle” de patients synthétiques, générés par ordinateur à partir de données physiologiques réalistes.
« Notre modèle comportait environ 35 paramètres, mais nous ne pouvions saisir que 3 ou 4 paramètres par patient. C’est la réalité du terrain, explique Hilhorst. La priorité du personnel médical est d’aider les patients, pas de collecter des données pour nos modèles. »
Les simulations ont ensuite été améliorées en intégrant des modèles 3D des rétrécissements artériels, ce qui a permis d’accroître leur précision. « Plus le modèle est complexe, plus il nécessite de puissance de calcul », souligne Hilhorst. « Nous recherchons donc toujours l’équilibre parfait entre vitesse et précision. »
Les premiers résultats sont encourageants : les calculs du modèle correspondent remarquablement bien aux données réelles. L’étape suivante consiste à valider et à affiner le modèle, afin de le rendre suffisamment fiable pour une utilisation clinique. « J’ai posé les bases d’une méthode permettant de mener ce type d’étude avec une cohorte virtuelle de patients synthétiques », conclut Hilhorst.
Cet article est tiré de Curseur, le site d’information indépendant de la TU/e.
Sur le même sujet
