Améliorer la prise de décision médicale grâce à l’imagerie et à l’IA : les recherches de Maxime Di Folco

L’imagerie médicale est le fil conducteur du parcours de Maxime Di Folco. Et c’est tout naturellement qu’il intègre aujourd’hui l’équipe Images du Laboratoire Traitement et Communication de l’Information (LTCI)* de Télécom Paris en tant que maître de conférences. 

Ce poste, soutenu par le centre interdisciplinaire Engineering for Health dans le cadre d’un contrat Tenure Track de l’Institut Polytechnique de Paris**, s’inscrit dans la continuité d’un chemin débuté il y a une dizaine d’années à CPE Lyon. C’est en effet au sein de cette école d’ingénieurs spécialisée en sciences du numérique que Maxime Di Folco est séduit par l’option « Image, modélisation et informatique » et par l’idée d’utiliser l’outil informatique pour coder des mathématiques et divers phénomènes. Il est également conquis par la recherche académique lors d’une année de césure à l’institut Fraunhofer IPK de Berlin. « J’ai été marqué par la liberté que celle-ci autorise et j’ai décidé de m’orienter dans cette voie », se souvient le chercheur. « J’ai alors choisi l’imagerie médicale parce que cela faisait sens pour moi mais aussi par goût pour l’interdisciplinarité et l’interface avec le milieu médical ». 

Retour à Lyon pour la dernière année de son cursus d’ingénieur, en partenariat avec l’université Claude Bernard . L’étudiant effectue un stage au sein du Centre de Recherche en Acquisition et Traitement du Signal pour la Santé (CREATIS) et entre de plain-pied dans l’univers de l’imagerie cardiaque. « Il s’agissait d’utiliser des IRM issues d’une population de patients victimes d’infarctus pour étudier statistiquement la forme et la localisation de ces derniers ».  Maxime Di Folco poursuivra ces recherches au sein du même laboratoire lors de son doctorat sur l’étude des liens entre la forme du cœur à un instant t puis sa déformation, c’est-à-dire l’évolution de cette forme au cours d’un battement. « Mes travaux avaient alors pour but d’identifier statistiquement des anomalies correspondant à différentes pathologies cardiaques », explique le scientifique.

Sa thèse en poche, le jeune chercheur décroche un contrat de post doctorant à l’Institut de recherche Helmholtz Munich (en partenariat avec l’université Technique de Munich) où il s’attèle à l’analyse de données d’IRM cardiaques pour la prise de décision médicale. Il entraine alors un algorithme capable de diagnostiquer certaines maladies en s’appuyant sur ces images. « Il fallait considérer un grand nombre de bases de données, apprendre à résumer l’information et parvenir à les représenter de manière à pouvoir les réutiliser pour différentes tâches, notamment le diagnostic. Un défi particulièrement stimulant », explique Maxime Di Folco. 

Données complexes et prise de décision

Pour l’heure, les applications de ce travail restent essentiellement diagnostiques mais le chercheur projette d’y introduire une dimension temporelle de manière à pouvoir prédire l’évolution d’anomalies, comme les cicatrices du myocarde consécutives à un infarctus. Dans cette perspective, Maxime Di Folco souhaite mettre à profit son contrat au LTCI pour développer de nouvelles méthodes combinant les données issues des IRM à des données dites multimodales (c’est-à-dire de différentes nature). « Je m’intéresse aux données tabulaires, celles extraites des tableaux Excel et issues des bases de données en santé. Elles regroupent de nombreuses informations (sexe, antécédents, environnement, milieu socio-économique, traitements, etc) et sont de fait complexes à utiliser pour entrainer les modèles d’IA actuels. J’étudie alors comment les intégrer avec les images médicales de façon optimale. Faut-il alimenter les algorithmes en une seule fois avec l’ensemble des informations (données tabulaires et issues de l’image) ou faut-il agir en deux temps ? La méthodologie employée aura un impact sur l’amélioration de la prise de décision », souligne le maître de conférences. 

Maxime Di Folco s’appuie pour cela sur des algorithmes existants qu’il adapte à l’imagerie médicale en y apportant certaines innovations. Il compte également étudier les biais pouvant exister dans les données utilisées pour fiabiliser les prises de décisions. 

En intégrant ce Tenure Track au LTCI, le chercheur transposera ses travaux à l’oncologie et plus particulièrement au cancer du sein. « L’expertise des collègues est précieuse et je multiplie les contacts avec les médecins de l’écosystème IP Paris pour trouver des problématiques qui s’accordent avec ma méthodologie ». Il entend inscrire cette dynamique de partenariats sur le long terme et disposera d’ailleurs des moyens nécessaires au recrutement d’un doctorant pour l’aider dans sa tâche. 

À propos de Maxime Di Folco

Les recherches de Maxime Di Folco portent sur le développement de méthodes d’intelligence artificielle multimodales pour l’imagerie médicale, avec des applications en particulier aux maladies cardiovasculaires et au cancer. Il s’est d’abord spécialisé dans les méthodes d’apprentissage appliquées à l’imagerie médicale au cours de son doctorat. Il a ensuite approfondi ses compétences en intelligence artificielle lors de ses travaux postdoctoraux, consacrés à l’apprentissage de représentations pour l’imagerie cardiaque. Il s’intéresse aujourd’hui à différentes stratégies permettant de combiner les images médicales avec les données cliniques des patients (âge, antécédents, examens biologiques, etc.).

>> Maxime Di Folco sur Google Scholar