Alessandra Sarti est directrice du laboratoire de mathématiques et applications (CNRS/Université de Poitiers) depuis 2016. Elle est professeure à l’université de Poitiers, spécialiste de géométrie algébrique.
Rémy Guillevin est professeur de radiologie, responsable au CHU de Poitiers de la plateforme d’imagerie de recherche et responsable de l’équipe DACTIM-MIS (Data Analysis Computations through imaging modelling-Mathématiques Imagérie Santé) du LMA.
Pouvez-vous nous raconter la genèse de ce laboratoire commun ?
RG : J’ai été recruté par le directeur du CHU Poitiers en septembre 2012 entre autres pour y créer une équipe labellisée de recherche en imagerie. Dès 2013, elle a reçu le label « équipe émergente » de l’université. Grâce à Alessandra Sarti, j’ai pu intégrer cette équipe au laboratoire de mathématiques et applications. Avec l’équipe DACTIM-MIS, la géographie scientifique du CHU s’est modifiée : un label CNRS s’est affiché. C’est alors qu’est né le projet d’acheter une IRM 7T et de monter un laboratoire commun.
AS : Il y avait déjà des travaux scientifiques communs entre des radiologues du CHU et des mathématiciens du LMA. Sur avis favorable des deux tutelles, le CNRS et l’université de Poitiers, l’équipe DACTIM-MIS a intégré le laboratoire de mathématiques et applications en juin 2016. Le projet de laboratoire commun a démarré un an et demi après l’intégration de l’équipe DACTIM-MIS au LMA.
Rémy Guillevin, qu’est-ce qui vous a poussé à aller au-devant des mathématiques ?
Je suis fils de mathématicien, théoricien des nombres. Avoir grandi dans un milieu de mathématiciens oriente la façon de voir la science : une partie de la médecine se traduit par l’exploration de la biologie, et celle-ci, je le savais, peut se modéliser avec les outils mathématiques. Et d’avoir fait des mathématiques avant médecine, m’a encore plus sensibilisé.
L’imagerie médicale est une discipline à la fois technique et scientifique : on ne peut pas faire les images numériques sans des outils mathématiques. La conclusion s’est imposée naturellement à mon esprit de convoquer les mathématiques pour augmenter la richesse informative des images médicales. René Thom disait que l’explication scientifique est la réduction de l’arbitraire dans la description. La question est, y a-t-il de l’arbitraire dans la description des pathologies, que le recours aux mathématiques pourrait réduire au niveau de la description des images médicales ?
Alessandra Sarti, pouvez-vous préciser quelles mathématiques interviennent dans le projet ?
Les mathématiques qui sont convoquées sont notamment la modélisation, les équations aux dérivées partielles et la méthode stochastique des probabilités statistiques. On recourt par exemple aux équations aux dérivées partielles pour aider à comprendre le comportement des organes et des tumeurs, prédire l’évolution et apprécier la qualification et l’efficacité du traitement.
Du fait du jeu de données à travailler, on touche aussi le domaine des big data. L’ère numérique crée des problèmes d’analyse multi-échelle. Il faut réfléchir à la manière de prendre en charge ces données et surtout regarder de façon nouvelle les résultats qu’elle procure : on ne peut pas prendre une information brute sans analyser son contexte.
Quelle est la stratégie de recherche de ce laboratoire commun ?
Nous avons monté une stratégie de recherche autour des deux piliers que sont l’IRM et les mathématiques appliquées, avec comme axe central l’exploration du système biologique humain.
DACTIM-MIS suit deux grands axes de recherche : créer des modèles bio-statistiques qui permettent de prédire la réponse thérapeutique – c’est le développement d’outils d’aide à la médecine personnalisée. Et l’autre axe, plus singulier et qui fait l’originalité de la marque de fabrique de DACTIM-MIS, ce sont les modèles réalistes qui permettent de décrire et de mieux comprendre le comportement biologique d’un organe ou de sa pathologie, et en général des deux en même temps.
Notre thème d’excellence sont les tumeurs cérébrales. Nous nous intéressons au comportement dynamique des tumeurs, mais aussi au comportement du cerveau par rapport à sa tumeur. Au lieu d’analyser le cerveau à travers des images simples qui reproduisent l’anatomie, on représente le cerveau par un objet mathématique : une image numérique, multiparamétrique et dynamique, dont on analyse le comportement.
L’idée de notre axiomatique de recherche est de créer des outils qui permettent d’aller vers la biopsie virtuelle, numérique en quelque sorte, en remplacement des biopsies physiques qui sont lourdes pour le patient et coûteuses financièrement. C’est une méthode très efficace, la seule qu’on possède à l’heure actuelle, par un outil numérique global qui se résume à la biopsie virtuelle : on échantillonne la tumeur au moment où on diagnostique et où on met en place le traitement puis on évalue à intervalle régulier pour évaluer l’efficacité du traitement. C’est appliqué pour l’instant au cerveau ; on développe une approche similaire pour les reins en lien avec une autre équipe de recherche, et pour le cœur.
Quel contexte a rendu possible l’élaboration de ce projet ?
Quand a été créée la région Nouvelle Aquitaine s’est posée la question : comment garder notre territoire attractif pour des équipes de recherche ? Nous sommes trois CHU en Nouvelle Aquitaine : notre maintien en tant que CHU, c’est-à-dire comme structure hospitalière mais aussi universitaire de recherche s’est posé. Nous avons proposé un projet d’attractivité du territoire autour d’un équipement d’IRM 7 Tesla. C’est un projet à 15 millions d’euros. Il a été considéré comme suffisamment pertinent et attractif pour être financé avec le soutien sans faille du Directeur Général du CHU, Jean-Pierre Dewitte, et le président du conseil de surveillance Alain Claeys.
S’est posée ensuite la question : quel écrin de recherche créer autour de cet équipement d’IRM pour qu’il y ait un environnement recherche de haut niveau, qui soit très visible ? Il y avait déjà un partenariat industriel important entre le CHU de Poitiers et Siemens sur deux autres plateformes. Nous nous sommes appuyés sur ce partenariat industriel pour créer un laboratoire commun. Le dispositif CNRS de laboratoire commun est un outil de structuration de la recherche : il nous a permis de structurer la recherche autour de ces thématiques et de la machine, et nous a rendus visibles et attractifs.
Il y avait une attente et un besoin, de sorte que la mise en place a été rapide. Et la structuration s’est faite uniquement avec des forces locales qui préexistaient.
Comment va fonctionner le laboratoire commun ?
L’IRM 7Tesla est une machine Siemens financée par le CHU. Siemens apporte du financement au laboratoire commun. Le CNRS apporte des moyens humains : les membres des laboratoires. Concrètement, la machine sera livrée et installée en septembre dans un nouveau bâtiment de 600 m2, qui va abriter la machine au rez-de-chaussée et le laboratoire commun au 1er étage. C’est la première IRM 7 en CHU en France qui va servir à la fois pour la clinique et pour la recherche fondamentale.
Le laboratoire commun est un laboratoire sans mur. C’est un lieu d’échange. Les chercheurs qui y participent restent membres de leur laboratoire et viendront travailler sur la thématique scientifique du laboratoire commun. L’équipe est une équipe mixte de biologistes, de radiologues et de mathématiciens en probabilités-statistiques, en équations aux dérivées partielles et modélisation. L’idée est de faire grossir le tissu scientifique autour de cette initiative, de créer une dynamique d’attractivité du territoire et non pas d’un seul laboratoire, dans un esprit d’équipe.
L’équipe comporte deux ingénieurs de recherche attachés à un laboratoire CNRS, titulaires d’un doctorat. Ce sont eux qui font fonctionner ces outils de recherche. Ils en extraient l’information, transforment les données de signal en données numériques quantifiables. Ils participent à la recherche en écrivant des projets de recherche et des papiers qui en émanent. Et ils participent à l’activité d’encadrement des stagiaires. Leur rôle est donc crucial.
Quelle est la place des mathématiques dans ce laboratoire commun ?
La marque de fabrique de ce laboratoire commun est de mettre les outils mathématiques au centre du traitement des données d’imagerie médicale. C’est le point innovant, la clé de voûte de tout le système.
L’axiomatique de DACTIM-MIS, ce sont les modèles réalistes et les modèles bio-statistiques. Le plus du laboratoire commun, c’est d’intégrer cela à la création de nouveaux logiciels d’intelligence artificielle appliqués aux outils d’imagerie. Derrière l’IA, il y a des algorithmes mathématiques. Là encore les mathématiques ont un rôle déterminant dans la mise en place de tous les outils d’extraction numérique et d’analyse numérique des images.
C’est une nouvelle façon d’approcher l’imagerie médicale, par le prisme des mathématiques. Celles-ci apportent leur propre domaine. Elles posent des questions auxquelles on n’avait pas pensé dans l’ancienne approche. Cela aide à résoudre des problèmes qu’on a identifiés en même temps cela interroge une nouvelle voie. C’est vraiment un outil heuristique nouveau.
Les deux aspects du soin et de la structuration de la recherche s’alimentent : la recherche aide à améliorer le soin : le soin soulève des questions et suscite des problèmes à résoudre. Si les mathématiques sont au service de cette recherche, le soin suscite aussi des problèmes de modélisation qui sont nouveaux côté mathématique. De sorte qu’il y a un vrai intérêt pour les mathématiques à étudier des problèmes de santé de ce type.
Quel bilan en tirez-vous ?
C’est une belle aventure, qui a nécessité beaucoup d’ouverture d’esprit de part et d’autre. Il n’est pas intuitif pour les médecins de se tourner vers les mathématiques. Avec ce projet, on montre que les mathématiques peuvent aider pour la santé. Ce n’est pas un message si simple à faire passer.
Dans un laboratoire en mathématiques fondamentales et en mathématiques appliquées, il y a un équilibre à trouver entre les thématiques. Mais I3M est un projet qui appartient à tout le LMA, dans lequel tout le monde se retrouve : il est dynamisant et fédérateur.
Ce laboratoire commun est une immense opportunité pour les différents partenaires et plus généralement pour Poitiers et son territoire d’avoir cette dynamique de recherche en imagerie. A Poitiers, nous avons une conscience aiguë de devoir travailler interconnectés avec beaucoup de structures pour tenir notre place dans un monde global et pour être un acteur d’interaction crédible avec le reste de la communauté scientifique. Le laboratoire commun va confirmer cette attitude et cette dynamique. Ainsi, la plateforme va être ouverte à la location à d’autres équipes de CHU, puisque nous sommes les seuls à l’avoir en France avec cette double caractéristique recherche et clinique. Et nous avons gagné le pari de l’attractivité : trois chercheurs extérieurs nous rejoignent à l’I3M dès la rentrée 2019.