La carcinose péritonéale (CP) de primitif ovarien et du tractus gastro-intestinal est fréquente. En France, l’incidence annuelle des adénocarcinomes colorectaux et gastriques est respectivement de 40.000 et 7000 nouveaux cas (Leone 2015). Une CP atteint près de 15% de ces patients (Quere 2015; Seyfried 2015). L’incidence des cancers de l’ovaire est de 4600 cas en 2015 dont les ¾ sont diagnostiqués à un stade avancé touchant le péritoine ou les organes à distance.
L’objectif premier de l’étude est la programmation d’une intelligence artificielle (IA) pour l’apprentissage de la reconnaissance de nodules de carcinoses péritonéales. Cette programmation s’effectuera à partir d’une vidéothèque anonymisée de coelioscopies exploratrices réalisées à l’ICO pour des carcinoses péritonéales d’origine ovarienne ou du tractus gastro-intestinal.
Les applications cliniques possibles sont une amélioration de l’évaluation de l’extension péritonéale et de la réponse aux traitements (intraveineux ou intrapéritonéaux). Cette évaluation de la réponse aux traitements est actuellement médiocre et imprécise pour le site métastatique péritonéal, alors qu’elle représente un élément décisionnel majeur dans les stratégies thérapeutiques puisqu’elle conditionne la poursuite ou l’arrêt des traitements. Cette reconnaissance peut potentiellement aider la cytoréduction chirurgicale et améliorer le caractère complet de l’exérèse.
