Site web: https://chaimeleon.eu/
CHAIMELEON est un projet de recherche européen H2020 de grande ampleur, financé à près de 9 millions d’euros, débuté en septembre 2020 et se poursuivant jusqu’en 2024, et mené sous l’égide du Pr Luis Marti-Bonmati, radiologue à Valence en Espagne.
L’objectif principal de CHAIMELEON est de construire un entrepôt structuré de données d’imageries oncologiques à l’échelle européenne, de manière à accélérer le développement et l’évaluation d’outils d’intelligence artificielle pour la prise en charge des cancers. Quatre cancers ont été ciblés : sein, prostate, colo-rectal et poumon, avec un objectif total de 40000 dossiers comportant de l’imagerie multimodale, des données cliniques et des données pathologiques. Le défi principal du projet est de parvenir à respecter les contraintes éthiques et sécuritaires en vigueur dans l’ensemble des pays européens participants, tout en construisant une infrastructure de stockage et d’exploitation des données simple, efficace, ouverte et pérenne.
Les radiologues français et notamment le CERF sont fortement impliqués dans ce projet, en particulier sur les versants techniques et cliniques en colo-rectal et pulmonaire. La SIT est donc directement impliquée, et gérera la partie « poumon » de l’entrepôt de données.
Les participants au projet « lung cancer » pour la Fance sont :
De nombreuses applications de l’IA concernant la base de données pulmonaire sont envisagées, notamment :
Example of clinical objectives for the Lung Cancer repository in CHAIMELEON
Primary: Assess baseline imaging and radiomic features in a wide variety of non-small cell lung cancer (NSCLC) undergoing immunotherapy, and correlate them with progression free survival
Secondary: In the subgroup of patients with resectable NSCLC undergoing curative treatment and adjuvant immunotherapy, assess potential baseline imaging features that could predict medium-term relapse.
Secondary: Predictive response to immunotherapy in naïve stage IV NSCLC patients
Secondary: Prediction of immune-related adverse events in NSCLC patients undergoing immunotherapy
Secondary: Usability of delta-radiomics in NSLC patients undergoing non curative treatment to predict progression free survival
Secondary: Prediction of nodal invasion on CT compared to PET-CT
Secondary: Automatic determination of TNM staging
La SIT reste à l’écoute de ses membres, et si vous êtes intéressé à participer à ce projet ou à en utiliser les données, n’hésitez surtout pas à nous contacter.