Le secteur de la santé est en train de devenir un des premiers postes de dépenses des sociétés contemporaines, mettant une pression très forte sur les systèmes nationaux de santé. Confrontées au vieillissement des populations, les technologies de la santé doivent faire face aux besoins spécifiques de ces populations en matière de prévention, de diagnostic et de nouvelles thérapies. La nécessité d’améliorer la productivité de la population active, de limiter le risque d’invalidité, et d’amélioration la qualité de vie tout au long de l’existence tout en contrôlant les coûts de santé ne sera atteint qu’à travers le développement des technologies de l’information dans le domaine de la santé, ce qui constitue un des enjeux essentiel des 10-20 prochaines années. Cela ne pourra se faire qu’à travers l’assimilation des sciences de l’information dans la clinique, la biologie, et dans l’imagerie médicale.
Cette évolution majeure de la santé à travers l’intégration des TIC changera le visage de la pratique clinique, pour le professionnel (permettant de nouveaux services pour la clinique, pour l’administration du traitement et pour la formation des nouveaux spécialistes) ainsi que pour le citoyen (pour un accès plus rapide à des protocoles thérapeutiques plus précis et moins invalidants).
De nos jours, la recherche en imagerie médicale et en informatique, et sa traduction dans la pratique clinique est confrontée à un défi majeur: le besoin d’assimiler à travers des modèles, des informations anatomiques, biologiques et physiologiques complémentaires pour un même patient.
Ces nouveaux enjeux sont autant de défis dans le domaine des sciences de l’information. Elaborer des nouveaux descripteurs à partir de grandes bases de données, intégrer des données multidimensionnelles et spatio-temporelles, concilier systèmes d’imagerie et traitement de leurs images, élaborer de nouveaux modèles computationnels d’organes et de systèmes neurologiques, tout cela exige la conception et la réalisation de méthodes nouvelles pour l’exploitation de ces modèles sur de vrais patients. Appliqué au domaine des maladies du cerveau, ces enjeux se traduisent dans la volonté de mieux comprendre le cerveau normal et pathologique, de mieux l’observer au niveau de l’organe, de la cellule et de la molécule grâce aux systèmes d’imagerie et enfin de mieux superviser la mise en œuvre des procédures thérapeutiques.
Dans ce projet, nous allons explorer comment de nouveaux mécanismes de traitement des données vont permettre de modéliser le cerveau pathologique au niveau structurel, métabolique et cellulaire. Nous ambitionnons de montrer comment ces modèles vont ouvrir de nouveaux horizons pour la compréhension d’une maladie, la modélisation de son histoire naturelle, la stratification de la population de patient dès l’origine de la maladie, et pour la mise en place et le suivi de nouveaux traitements. Bien que cette question soit de nature générique, elle est particulièrement aigue pour les maladies liées à la neuro-inflammation. Nous proposons de démontrer la pertinence de ce nouveau concept plus particulièrement dans le contexte d’une pathologie neuroinflammatoire aiguë: la sclérose en plaques.
La Neuroinflammation est caractérisé par l’activation des cellules gliales, la libération accrue de facteurs inflammatoires, associé ou non au recrutement de cellules immunitaires périphériques dans le cerveau. Un problème majeur dans les maladies inflammatoires est d’évaluer l’influence respective de l’immunité adaptative (lymphocytes) et innée (macrophages, microglie) dans la progression du processus dégénératif des pathologies du système nerveux central (SNC). C’est un enjeu majeur de la recherche en neurosciences cliniques de mieux comprendre le rôle des facteurs inflammatoires libérés par les macrophages et les cellules microgliales périvasculaires dans le contrôle et l’altération des fonctions cérébrales. La caractérisation par l’imagerie in vivo de l’inflammation du cerveau et de ses effets sur l’évolution des maladies du SNC est essentiel pour le développement de nouvelles stratégies thérapeutiques ciblant la neuroinflammation dans les maladies neurodégénératives. La Sclérose en plaques (SEP) est considéré comme l’un des meilleur modèle pour démontrer ce processus, et nous proposons de mettre l’accent sur ce modèle pathologique pour ensuite appliquer ces méthodologies dans d’autres pathologies (démences cérébrales, AVC, tumeurs cérébrales …). Nous proposons de prouver comment la convergence entre nouveaux mécanismes de traitement de données et émergence de nouvelles méthodes d’imagerie quantitative (Imagerie par résonnance Magnétique, Tomographie par Emission de Positons) vont permettre de mettre en évidence de nouveaux index objectifs, et permettre de mieux comprendre et de mieux détecter les processus neuroinflammatoires dans ces pathologies (notamment dans leurs phases précoces) pour mieux les traiter.
Ce travail sera réalisé au sein de l’unité de recherche EMPENN (aciennement Visages U746), unité commune à l’INSERM, Inria et le CNRS (UMR IRISA), unité ayant pour thème de recherche la meilleure compréhension du cerveau normal et pathologique pour mieux modéliser ses pathologies et mieux les soigner. Ce projet permettra à l’unité de renforcer ses moyens humains, à travers une attractivité à l’international de chercheurs experts dans le domaine de l’assimilation des données et à travers l’accueil de jeunes chercheurs au niveau Master, doctorat et post-doctorat sur des profils mixtes ingénieurs et cliniciens.
