Median Technologies signe un accord de collaboration avec le Memorial Sloan Kettering Cancer Center pour une étude concernant le cancer de la prostate

Median Technologies signe un accord de collaboration avec le Memorial Sloan Kettering Cancer Center pour une étude concernant le cancer de la prostate:

  • iBiopsy® est la plateforme expérimentale d’imagerie phénomique développée par Median
  • La collaboration avec le Memorial Sloan Kettering Cancer Center permet l’extension de l’utilisation de iBiopsy® à l’étude du cancer de la prostate.

Median Technologies, The Imaging Phenomics Company® annonce aujourd’hui avoir signé un accord de collaboration avec le Memorial Sloan Kettering Cancer Center (MSK). Basé à New York, le Memorial Sloan Kettering est le plus grand et le plus ancien centre privé de lutte contre le cancer au monde et a pour triple vocation de délivrer les meilleurs soins pour les patients, de conduire des recherches de pointe et de dispenser les meilleurs programmes de formation concernant le cancer.

La collaboration entre le Memorial Sloan Kettering Cancer Center et Median Technologies concerne l’utilisation de la plateforme d’imagerie Median, iBiopsy®, dans le cadre d’une étude rétrospective sur les images IRM de 200 patients pour lesquels un cancer de la prostate a été diagnostiqué et ayant subi une prostatectomie totale. Pour tous ces patients, l’ensemble des coupes et analyses histologiques est disponible. Lors de cette étude, l’analyse automatique des textures des images IRM et des process de machine Learning intégrés dans la plateforme iBiopsy® de Median vont être mis en œuvre pour classifier les lésions visibles en termes d’agressivité, afin de pouvoir distinguer les cancers agressifs des cancers indolents de la prostate. L’utilisation de biomarqueurs d’imagerie non invasifs extraits des images IRM pourrait avoir un impact important sur la décision clinique, la sélection des traitements et le pronostic des patients.

« Nous sommes enchantés de collaborer avec Median Technologies afin d’exploiter les applications potentielles du machine learning pour la détection et la classification de pathologies, en particulier le cancer de la prostate », souligne le Dr. Hedvig Hricak, Chef du Service de Radiologie du Memorial Sloan Kettering. « Nous pensons que le machine Learning et l’Intelligence Artificielle pourraient fournir des outils précis qui augmenteront notre capacité non seulement à diagnostiquer le cancer de la prostate, à potentiellement le caractériser d’un point de vue biologique mais aussi à prédire son comportement ».

« Nous sommes ravis de signer cette collaboration avec le Memorial Sloan Kettering, un des centres de lutte contre le cancer parmi les plus renommés à travers le monde, et une des toutes premières institutions aux Etats-Unis pour la recherche et la prise en charge du cancer », précise Fredrik Brag, CEO de Median Technologies. « Notre plateforme expérimentale iBiopsy® combine les biomarqueurs d’imagerie non invasifs avec les données phénomiques afin d’identifier des associations qui pourraient aider à prédire la réponse des patients à leur traitement et permettre une médecine de plus en plus personnalisée. A travers cette collaboration avec le Memorial Sloan Kettering, nous étendons le champ des pathologies que couvre notre plateforme d’imagerie et nous ciblons un cancer qui est un des plus importants en termes de mortalité et de morbidité au niveau mondial ».

Selon l’étude GLOBOCAN réalisée par l’IARC (International Agency for Research on Cancer), le cancer de la prostate est le deuxième cancer le plus fréquent chez les hommes dans le monde. En 2012, GLOBACAN a estimé que 1,1 million de personnes étaient touchées par le cancer de la prostate, représentant 15% de tous les cas de cancers dans le monde. Le cancer de la prostate a été responsable de la mort de 307 000 personnes, ce qui en fait le cinquième cancer le plus meurtrier chez les hommes dans le monde [1] .

[1] Source : http://globocan.iarc.fr/old/FactSheets/cancers/prostate-new.asp

Téléchargement 20171128_MSKCC_Median_CP_final.pdf