L’équipe de Neurochirurgie participe au Congrès de la SFNCL en présentant « La Neurochirurgie au temps du développement durable. Premiers pas et premiers résultats ».
L’équipe de neurochirurgie de la Clinique de l’Union participe à la publication d’une étude sur les biomarqueurs en IRM de la distribution des cellules souches tumorales au sein des glioblastomes (tumeurs cérébrales primitives les plus fréquentes, et les plus agressives).
https://www.mdpi.com/2072-6694/14/11/2803
Simple Summary
Glioblastoma stem-like cells (GSCs) are known to be aggressive and radio-resistant and proliferate heterogeneously in preferred environments. Additionally, quantitative diffusion and perfusion MRI biomarkers provide insight into the tissue micro-environment. This study assessed the sensitivity of these imaging biomarkers to GSCs in the hyperintensities-FLAIR region, where relapses may occur. A total of 16 patients underwent an MRI session and biopsies were extracted to study the GSCs. In vivo and in vitro biomarkers were compared and both Apparent Diffusion Coefficient (ADC) and relative Cerebral Blood Volume (rCBV) MRI metrics were found to be good predictors of GSCs presence and aggressiveness.
L’IA est un domaine de recherche en pleine expansion et promis à un grand avenir. Bien que les spectres des avancées technologiques en IA soient larges, la santé est présentée comme un des domaines où les développements y seront les plus importants dans les années à venir. Mais au-delà de la séduction, il y a de nombreuses questions soulevées tant par les professionnels de santé que par les chercheurs et par le public en général. Comment améliorer les soins et le système lui-même ? Dès lors, comment intégrer l’IA et l’analyse de données massives à notre système de santé sans tomber dans une vision utopique ou catastrophique ? Quelles sont les innovations réellement intégrées aujourd’hui dans notre réseau de santé ?
Entre promesses et réalités comment implanter de l’IA dans nos systèmes de santé ?
Proton magnetic resonance spectroscopic imaging (1H MRSI) is a noninvasive technique for assessing tumor metabolism. Manual inspection is still the gold standard for quality control (QC) of spectra, but it is both time-consuming and subjective. The aim of the present study was to assess automatic QC of glioblastoma MRSI data using random forest analysis.
EANS spine 16-20 November 2021 | SPINE | Valencia, Spain
