Octobre Rose & cancer du sein : ce que les nouvelles images peuvent révéler

Une image médicale renseigne sur la forme et la localisation d’une lésion. Mais elle peut aussi donner accès à des propriétés moins visibles : la rigidité des tissus, leur organisation ou les vaisseaux sanguins qui les parcourent. Ces informations peuvent-elles aider à distinguer une lésion bénigne d’une tumeur maligne ? À mieux guider un prélèvement ou un geste chirurgical ?

Ces questions mobilisent des physiciens, des spécialistes du traitement des images et des médecins. Leurs travaux cherchent à enrichir les outils de diagnostic, avec un enjeu commun : déterminer quelles informations sont réellement utiles à la décision médicale.

Croiser les informations pour mieux caractériser les tumeurs

À l’Institut Physique pour la Médecine Paris (Inserm, CNRS, ESPCI Paris – PSL), Béatrice Berthon porte le projet MUSCAD, soutenu par une bourse ERC Starting Grant et lancé en 2025 pour cinq ans.

Son objectif est de réunir, dans une même exploration ultrasonore en trois dimensions, plusieurs informations sur une tumeur : ses propriétés mécaniques, sa vascularisation et l’organisation de ses tissus. Des méthodes d’apprentissage automatique seront utilisées pour analyser ces données et évaluer leur capacité à caractériser les tumeurs du sein.

Cette approche prolonge notamment les recherches sur l’élastographie par ondes de cisaillement, auxquelles Mathias Fink, Mickaël Tanter et leurs équipes ont contribué à l’ESPCI. Déjà utilisée en clinique, cette technique mesure la rigidité des tissus et apporte une information complémentaire à l’échographie.

Avec MUSCAD, l’ambition est d’aller plus loin en croisant plusieurs indicateurs. Les études cliniques prévues avec l’Institut Curie devront évaluer l’intérêt de cette approche, avec la perspective de limiter, à terme, certaines biopsies inutiles.

Explorer les tissus mammaires grâce à la vitesse du son

À l’Institut Langevin (CNRS, ESPCI Paris – PSL), Alexandre Aubry et Baptiste Hériard-Dureuil explorent une autre propriété : la vitesse à laquelle le son se propage dans les tissus mammaires.

Leur projet DIONISOS, soutenu par une bourse ERC Proof of Concept 2025, vise à développer une méthode d’imagerie des tumeurs du sein fondée sur cette mesure. L’enjeu est d’examiner si les variations de vitesse du son peuvent apporter des informations supplémentaires pour caractériser la malignité des lésions.

Ce travail illustre une question centrale de la recherche en imagerie : au-delà de la qualité visuelle d’une image, quelles grandeurs physiques mesurer pour mieux comprendre le tissu observé ?

Analyser les tissus pendant l’intervention

Lorsqu’une tumeur est retirée, il est essentiel d’en identifier précisément les limites pour préserver les tissus sains tout en retirant l’ensemble des tissus cancéreux.

En 2023, une étude préclinique associant l’Institut Langevin, Gustave Roussy et la société alors nommée Aquyre Biosciences a exploré une méthode d’analyse rapide de prélèvements chirurgicaux du sein. Ces travaux, auxquels a contribué Olivier Thouvenin, combinaient microscopie optique sans coloration préalable et apprentissage automatique pour identifier les tissus cancéreux.

Menée sur 51 prélèvements, cette étude a montré le potentiel de cette approche pour mieux repérer les marges tumorales pendant l’intervention et, à terme, limiter les réinterventions. Ces résultats appelaient toutefois une validation sur des échantillons plus nombreux et diversifiés.