Expérience avec l’IA dans
le service d’oncologie
radiothérapie de l’Institut
de Cancérologie de
Lorraine : présent et futur
Drs Jean-Christophe FAIVRE & William GEHIN
Oncologue radiothérapeute – responsable du département de radiothérapie
Institut de Cancérologie de Lorraine – Nancy
Conflit d’intérêt
Aucun en rapport
avec le sujet
Cette présentation a été
conçue par une intelligence
bien réelle, enfin je l’espère…
Introduction – L’IA
Une Révolution en Oncologie Radiothérapeutique
Essor de l’IA en oncologie
5
Enquête sur les usages et
perceptions actuels de l’IA
chez les salariés de l’ICL
• 189 réponses / 770 salariés
• 66 % utilisent l’IA
• 80% utile à leur métier
• 85% souhaitent une formation en IA
• 70% IA à l’ICL est une priorité
Comment aider l’oncologue radiothérapeute ?
Du contourage automatique à l’optimisation des plans de
traitement et au suivi des patients
FJP. Hoebers et al, BJR Open, 2024 7
Quels autres besoins en radiothérapie ?
• L’impact potentiel sur l’efficacité • Enseignement : trame de cours
des soins, la précision et la
• Recherche : recherche
personnalisation, l’optimisation
bibliographique, rédaction d’article,
des ressources humaines et
traduction anglais, screening essais
techniques
cliniques
• Qualité, sécurité et gestion des
• Soins risques
• Assistant virtuels / chatbot • Gestion de projet et stratégie
• Planning / coordination des
soins • Administratif : planning du
personnel, CR réunion
8
L’IA aujourd’hui en Radiothérapie
Cas d’usage
Contourage des Organes A Risques (OARs)
11
COTATION
Comparaison des systèmes NR Not performed
3 No correction needed
de contourage des OARs 2 minimal to moderate correction
needed
1 major corrections needed
Thèse MD C. Meyer et al, Radiat Oncol, 2024
Et la suite ?
Contourage des volumes cibles
Exemple :
métastase cérébrale
Anatomie complexe :
lambeau
Remerciements
G. Bolard
13
Dosimétrie aidée par l’IA
• Gain de temps
• Meilleure optimisation
• Standardisation
Remerciements D. Breugnot
14
Radiothérapie adaptative
& scanner synthétique = pseudo-CT
Personnalisation des doses avec l’IA adaptative. 15
Comptes-rendus de réunions
16
Perspectives d’Avenir et Défis
Recherche clinique : screening en vue de
l’inclusion dans un essai clinique
Serveur Société
Comparaison
Dossier Identification
Anonymisation à une base
Patient de 128 critères
d’essais
cliniques
cliniques
Serveur Hôpital
Liste d’essais
potentiels
18
Co-pilot IA pour aider médecin et patient
IA conversationnelle et télésurveillance pour suivre les patients à distance
MEDECIN
Entre les Pendant les
Consultations médicales Consultations médicales
Interface visuelle ou vocale PATIENT Co-pilote IA :
adaptée : • Résumé et rapport médical
• Historique de la maladie actuelle générés par l’IA
• Signalement des symptômes • Recommandations cliniques
• Résultats des tests affinées (LLM optimisé)
Remerciements JE. Bibault
Comment ça marche ? Côté patient
PATIENT
Signalez les symptômes et téléchargez facilement
les résultats des tests.
Interagissez avec l'IA pour affiner les informations
destinées au médecin (interface visuelle ou vocale).
Remerciements JE. Bibault
Comment ça marche ? Côté médecin
MEDECIN
Obtenez un résumé IA et des rapports médicaux
automatisés.
Obtenez des recommandations cliniques affinées
(grâce à un LLM optimisé).
Remerciements JE. Bibault
Etudes publiées
Outil de synthèse des symptômes par Outil v2 en cours de validation avec
IA v1, validé dans deux études in-silico des patients dans un essai clinique
Peer-reviewed evaluation results (première étude pilote).
85%
accurate
81%thorough
78% 93%
IRB-approved clinical trial
20 patients enrolled after 3w (as of Sep
comprehensive hallucination-free 19th)
Pilot applications of GPT-4 in radiation oncology: Sum marizing p atient sympt om intake and t argeted c hatbot ap plic ations
David JH Wu, Jean-Emmanuel Bibault, 2 023 - Radiotherapy & Oncology green journal
A Web-Based, LLM-Powered AI Sympt om Summarizat ion Tool (ASST) for Monitoring of B reast Can cer Treatm ent Toxic it y
Jean-Emmanuel Bibault, D avid JH Wu, 20 24 - American Society of Clin ical Oncology jo urn al
Remerciements JE. Bibault
IGRT : radiothérapie guidée par l’image
23
Stratégie & indications personnalisées
24
Médicaments candidats radiochimiothérapie
25
Prédiction des
toxicités grâce à
des modèles basés
sur des données
multi-sources
(dosimétrie,
génomique,
imagerie…).
26
Facteurs prédictifs de réponse à l’irradiation :
exemple du glioblastome
Imagerie et radiomique : Utilisation
de l’IA pour mieux caractériser les
tumeurs et ajuster les traitements.
27
N. Moreau et al, Frontiers in Oncology, 2025
Diagnostic automatique de la
sarcopénie sur scanner de routine
• Segmentation des muscles et tissus lipidiques par l’IA au niveau de L3
• Comparaison de l’aire musculaire à un seuil pour diagnostiquer une
sarcopénie
W. Gehin, Ph D student
Diagnostic automatique de la
sarcopénie sur scanner de routine
Sur l’essai PRODIGE 44 (cancer du pancréas borderline) : impact
significatif de la sarcopénie au diagnostic sur la survie globale (16 vs 12
mois)
W. Gehin, Ph D student
Conclusion – Messages Clés
Vers une IA intégrée et plus
performante
• L’IA ne remplace pas le radiothérapeute, mais augmente ses capacités :
• Développement de systèmes experts d’aide à la décision combinant IA, biologie et
imagerie.
• Radiothérapie adaptative en temps réel : IA pour ajuster le traitement en fonction des
variations anatomiques.
• L’objectif : une radiothérapie plus personnalisée, plus efficace et plus
sûre.
• Nécessité d’une collaboration entre médecins, ingénieurs et chercheurs
pour intégrer ces innovations dans la pratique quotidienne
Merci
Cette présentation a été
préparée sans l’aide de l’IA.
Non, c’est une blague !
Dr Jean-Christophe FAIVRE
www.linkedin.com/in/dr-jc-faivre
[email protected] 06 32 09 35 23
