Auteur : news.admin.ch Source : news.admin.ch

Résumé

Des chercheurs de l'Institut Paul Scherrer PSI ont développé un système d'IA nommé VISTACT qui colore virtuellement les images de tissus provenant de la microtomographie informatisée – comme les préparations histologiques classiques. Le système combine la microtomographie à contraste de phase avec l'apprentissage automatique et a été testé sur le tissu pulmonaire de patients atteints d'hypertension pulmonaire. L'étude a été publiée le 17 juin 2026 dans le Journal of the Royal Society Interface. La méthode permet une analyse tissulaire tridimensionnelle non destructive sans préparation de coupes minces.

Personnes

Thèmes

  • Intelligence artificielle en médecine
  • Diagnostic pathologique
  • Tomographie informatisée et traitement d'images
  • Recherche biomédicale

Clarus Lead

L'innovation s'attaque à un paradigme vieux d'un siècle : depuis que Rudolf Virchow a fondé la pathologie cellulaire, le diagnostic des maladies repose sur l'analyse chronophage de coupes tissulaires colorées. La coloration virtuelle 3D pourrait modifier fondamentalement ce flux de travail – elle promet rapidité, automatisabilité et complétude spatiale que l'histologie classique n'offre pas. Pour la recherche sur les tumeurs, les maladies vasculaires et les architectures tissulaires complexes, cela ouvre une nouvelle fenêtre diagnostique, même si la technique n'a pas encore atteint la maturité de routine clinique.

Résumé détaillé

Le système VISTACT repose sur une innovation technique en deux étapes. Premièrement, la microtomographie à contraste de phase (PCµCT) utilise non seulement les différences de densité aux rayons X, mais aussi des informations supplémentaires dans le rayonnement lui-même – permettant ainsi une résolution micrométrique pour les tissus mous en 3D, mais ne fournissant que des niveaux de gris. Deuxièmement, l'équipe a entraîné un modèle d'IA spécialisé (un « réseau antagoniste génératif conditionnel ») avec des paires de vraies coupes histologiques et les acquisitions CT correspondantes. L'IA a appris quels motifs microscopiques reçoivent généralement quelle coloration – et pouvait alors colorer virtuellement automatiquement les nouvelles données CT.

Une étape technique critique était l'attribution spatiale précise : les coupes histologiques ne mesurent que quelques micromètres d'épaisseur et peuvent être déformées lors de la coupe. L'équipe de Lovric a développé une procédure multi-étapes qui identifie automatiquement la position exacte de chaque coupe dans l'ensemble de données 3D et l'aligne avec les données histologiques – bien plus précis que les méthodes standard précédentes. Lors des tests sur le tissu pulmonaire de patients atteints d'hypertension pulmonaire (une maladie caractérisée par un remodelage pathologique des vaisseaux pulmonaires), le système a pu cartographier en trois dimensions les régions vasculaires modifiées. L'IA a différencié de manière plausible les composants tissulaires : le sang dans les vaisseaux apparaissait jaunâtre, le collagène rose, les surfaces pulmonaires gris à violet.

Cependant, des obstacles importants subsistent pour l'utilisation clinique. L'imagerie à contraste de phase a été effectuée à la ligne de rayonnement TOMCAT de la Source de lumière synchrotron Suisse SLS – une grande installation de recherche au PSI. Les volumes de données sont énormes, et la résolution n'est souvent pas suffisante pour représenter de manière fiable les noyaux cellulaires individuels. De plus, l'histologie virtuelle reste une reconstruction statistique : l'IA génère des prédictions plausibles, pas de vraies informations histologiques. La qualité de routine diagnostique n'est actuellement pas atteinte. Cependant, l'équipe souligne que la « preuve de concept » a été établie et que la procédure est en principe transférable à diverses maladies.

Principaux messages

  • Avancée technologique : Première combinaison de microtomographie à contraste de phase avec coloration virtuelle assistée par IA pour l'analyse tissulaire 3D sans coupes ni coloration chimique
  • Potentiel clinique : Accélération de l'exploration des biomarqueurs de maladie dans les tumeurs, les maladies vasculaires et les architectures tissulaires complexes
  • Limitation de maturité : Pas encore prêt pour la routine ; nécessite actuellement un rayonnement synchrotron et n'atteint pas encore la précision diagnostique

Questions critiques

  1. Qualité des preuves/données : Quelle était la taille de l'ensemble de données d'entraînement du modèle d'IA, et les échantillons de tissus utilisés sont-ils représentatifs de la variabilité des tissus réels des patients ?

  2. Validation par rapport à l'étalon-or : Les colorations virtuelles ont-elles été systématiquement validées par rapport à l'histologie conventionnelle pour exclure les diagnostics faux positifs ou faux négatifs ?

  3. Scalabilité technique : La dépendance au rayonnement synchrotron est-elle un obstacle de principe, ou la méthode pourrait-elle être adaptée aux appareils de microtomographie conventionnels ?

  4. Limites statistiques : Quels composants tissulaires ou pathologies spécifiques l'IA peut-elle représenter de manière fiable, et où échoue-t-elle encore ?

  5. Flux de travail clinique : Comment cette technologie serait-elle intégrée à la routine quotidienne des hôpitaux – comme outil de dépistage avant l'histologie classique ou comme remplacement ?

  6. Conflits d'intérêts : Existe-t-il des demandes de brevets ou des plans de commercialisation qui pourraient affecter la disponibilité pour la recherche ?

  7. Effets secondaires/Risques : Les colorations virtuelles automatisées pourraient-elles entraîner des erreurs diagnostiques si les pathologistes se fient trop à la sortie de l'IA ?

Répertoire des sources

Source primaire : Coloration virtuelle des tissus en 3D – Institut Paul Scherrer PSI, 18.06.2026

Publication : Almagro-Pérez, C., Peruzzi, N., Galambos, C. et al. (2026). Histology-guided 3D virtual staining of microCT-imaged lung tissue via deep learning. Journal of the Royal Society Interface, 17.06.2026. DOI : 10.1098/rsif.2025.1186

Statut de vérification : ✓ 18.06.2026

Ce texte a été créé avec l'assistance d'un modèle d'IA. Responsabilité éditoriale : clarus.news | Vérification des faits : 18.06.2026