La pathologie digitale ouvre une nouvelle voie dans la médecine contemporaine, et pourrait abolir l’ère du microscope optique. Suite aux efforts conjoints d’informaticiens et de pathologistes, de nouveaux outils permettent de numériser, d’annoter et de classer les lames de microscope sur des plateformes consultables par tous. Avec le projet Cytomine, des chercheurs de l’Université de Liège ont négocié avec brio ce tournant dans l’évolution des outils biomédicaux. Les avantages de l’application sont nombreux. Elle est un lieu de partage et de stockage, et un instrument pédagogique efficace. Mais elle prémâche surtout le travail fastidieux d’analyse de cellules et de tissus biologiques qui fait le quotidien des pathologistes. Offrant des perspectives d’extension au-delà de l’université, sa pérennité sera notamment garantie par le lancement d’une spin-off à la fin de l’année 2014.

Depuis le XIX^e siècle, pour observer et analyser une cellule ou un tissu biologique, le procédé n’a pas évolué. Un prélèvement est déposé sur une lame de verre qui, une fois placée sous la loupe du microscope optique, s’offre au regard du pathologiste. Avec l’avènement de la pathologie digitale, cette procédure devrait être oubliée par les prochaines générations. C’est une petite révolution que vit le monde de la médecine. Des innovations, dont l’application Cytomine développée par des chercheurs de l’Institut Montefiore et du GIGA à l’Université de Liège, permettent en effet de numériser, de stocker, de classer et de partager ces lames avec une qualité de résolution et d’analyse croissante, qui égale voire dépasse la précision du microscope. « Le résultat final rappelle un peu une technologie comme Google Maps, compare Raphaël Marée, coordinateur scientifique du projet Cytomine. Mais à la place des cartes géographiques, on présente des échantillons biologiques regroupant des dizaines de milliers de cellules, ou des tissus »

C’est en 2010 que le projet Cytomine est lancé. Il s’agit d’une plateforme internet capable de stocker et de classer ces fameuses lames numérisées, et qui offre de nombreuses perspectives nouvelles à la cytologie et à l’histologie, entre autres. A l’ère du tout numérique, l’idée semble déconcertante de simplicité. Les plateformes et les banques de données en tout genre pullulent sur le net. Pour le domaine biomédical, c’est dans la pratique que les choses se corsent. « Une telle technologie d’analyse d’images n’existait pas, il y a quinze ans, explique Benjamin Stévens, informaticien à l’Université de Liège et coordinateur du projet de lancement d’une spin-off. Même Google Maps n’avait pas encore été développé. Les coûts de numérisation étaient exorbitants, et commencent à peine à se démocratiser. Et puis la vitesse d’acquisition était faible, il fallait plus de 20 minutes pour numériser une seule image, aujourd’hui 2 sont suffisantes. La qualité de l’image numérique n’égalait pas la précision du microscope, ou alors elle était trop lourde pour les espaces de stockage, les connexions internet n’étaient pas celles d’aujourd’hui, et les experts affichaient une réticence au changement. C’est normal, ils engagent leur responsabilité lors d’un diagnostique, et se fient à ce qu’ils ont l’habitude d’utiliser. Il fallait les convaincre que l’outil qu’on voulait mettre en place avec eux pouvait les aider dans leur travail. »

Un algorithme intelligent…

Mais le domaine de la bioinformatique évolue vite et acquiert rapidement de solides lettres de noblesse. En 2005, de son côté, Raphaël Marée avait conçu pour son doctorat un modèle générique de reconnaissance et de classification automatique d’images. Rien à voir ici avec la médecine, le programme touche à toutes les images, et a pour ambition de les classer en fonction de ce qu’elles représentent. Une véritable émulation naît autour de cet algorithme. La technologie s’affine et, notamment avec la collaboration de Benjamin Stévens, s’oriente petit à petit vers le biomédical.   

En 2008, l’équipe est contactée par une société américaine dans le cadre du développement d’un produit d’aide au dépistage du cancer du col de l’utérus. Cette société développe des systèmes robotisés de préparation d’échantillons. En d’autres termes, elle produit des lames et les numérise en très haute définition (de l’ordre de 100 000 pixels sur 100 000). Ces images peuvent alors être observées sur écran, en lieu et place du microscope. Mais ces échantillons peuvent contenir jusqu’à des centaines de milliers de cellules saines pour parfois quelques-unes à peine trahissant la présence d’un état (pré)cancéreux. A cette étape-ci, la numérisation ne facilite pas la tâche du pathologiste. S’il veut déceler les cellules tumorales, il doit toujours les chercher lui-même. « Ce que cette société nous demandait, c’était de développer un algorithme de détection des cellules anormales, se souvient Raphaël Marée. Une application capable de trouver une aiguille dans une botte de foin. »