Eric Trepo

L’hépatopathie stéatosique (SLD) touche 30% de la population mondiale et est devenue la principale cause de cirrhose et de carcinome hépatocellulaire en Europe et aux Etats-Unis. Pourtant, la progression de la maladie varie considérablement entre les individus et les traitements préventifs efficaces restent limités. 

Le projet SAIL vise à utiliser l'intelligence artificielle (IA) pour répondre à ces besoins critiques dans la prise en charge de la SLD : la stratification du risque des patients et l'identification de nouvelles cibles thérapeutiques. SAILS se focalise sur trois groupes de patients à travers le spectre de la maladie. Pour les patients avec SLD à un stade précoce, nous utiliserons des techniques de machine learning pour identifier des groupes homogènes distincts à risque de progression et les caractériserons par transcriptomique spatiale à résolution unicellulaire. 

Chez les patients avec cirrhose compensée, nous développons des modèles pour prédire le carcinome hépatocellulaire et la décompensation tout en réalisant une analyse multinomique. 

Enfin pour les patients avec cirrhose décompensée, nous utiliserons des algorithmes de clustering pour prédire les défaillances d'organes et étudions les mécanismes sous-jacents par analyse métabolomique et transcriptomique. Le projet intègre des paramètres cliniques, des données d'imagerie et multiomiques qui seront intégrés via des algorithmes d'IA. Afin de maximiser le rendement coût-efficacité du projet, SAIL s'appuie sur des données provenant de différentes cohortes: UK Biobank, All of Us (près de 7 000 individus), du HUBErasme (2 606 patients SLD), du consortium GENIAL (3 990 patients) et du consortium EF CLIF (2 997 patients). 

Cette approche, basée sur des données publiquement disponibles et des collaborations avec des consortiums européens, assurera des analyses statistiques robustes. SAIL contribuera à améliorer la stratification du risque chez les patients avec SLD et à l’identification de cibles thérapeutiques potentielles.

FASTRAK est un essai contrôlé randomisé qui vise à évaluer l'impact de l'imagerie par résonance magnétique (IRM) hépatique selon un protocole abrégé (c'est-à-dire une version raccourcie de l'IRM hépatique standard) en plus de l'échographie hépatique (EH) par rapport à l'EH seule pour la détection précoce du carcinome hépatocellulaire (CHC).
Le taux de survie à 5 ans des patients atteints de CHC est de 15 %, mais la détection précoce permet d'accéder à des traitements curatifs avec une survie à 5 ans de >70 %. Il est donc essentiel d'évaluer l'efficacité, la faisabilité et le rapport coût-efficacité de nouvelles méthodes de détection.
Si notre hypothèse est vérifiée, cette étude pourrait apporter les bénéfices suivants aux patients :

• Modifier les recommandations internationales de dépistage pour les patients cirrhotiques à haut risque de développer un CHC (risque annuel>3%) : ajouter l'IRM rapide à l'EH pour le dépistage du CHC.
• Améliorer le taux de détection du CHC au stade précoce et ainsi augmenter le nombre de patients ayant accès aux traitements curatifs (résection, ablation percutanée, transplantation hépatique).
• Améliorer la survie globale et sans récidive des patients atteints de CHC au stade précoce.
• Améliorer la qualité de vie des patients atteints de CHC au stade précoce