DeCanVoc - Détection précoce du cancer de la prostate

La meilleure stratégie pour combattre le cancer, hormis la prévention, est la détection précoce. Effectivement, plus vite le cancer est diagnostiqué et meilleur est le taux de survie du patient, et ceci, quel que soit le type de cancer et le type de traitement considéré.

L’une des voies très prometteuses pour la détection précoce du cancer est l'analyse des composés organiques volatiles (VOC) présents dans les urines. Ceci a été mis en évidence de façon spectaculaire par la capacité de chiens spécialement entraînés qui peuvent détecter les cancers de la prostate, même très précoces, avec un taux de réussite supérieur à 98%. Malheureusement, malgré des efforts soutenus depuis 20 ans, les techniques de chimie analytique n'ont pas été capables d'isoler, parmi la combinatoire des quelque 300 molécules volatiles présentes dans les urines, celles qui peuvent servir de signature de la présence d’un cancer.

Dans ce projet, nous avons développé un dispositif embarqué complet permettant de mesurer les VOC de l’urine d’un patient, à partir d’un prélèvement standard couramment pratiquée en cabinet. Le dispositif comporte 8 senseurs à gaz, dont quatre sont des senseurs à gaz commerciaux relativement courant. Les senseurs ont d’abord été testés sur des atmosphères artificielles qui simulent des urines saines ou cancéreuses.

Les quatre autres sont des capteurs basés sur des couches minces de polymères conducteurs, déposés sur un senseur électrique à électrodes inter-digitées. L'équipe de la HEIA-FR a synthétisé des nanoparticules métalliques fonctionnalisées qui ont été intégrées aux couches polymériques.

Nous avons utilisé l’apprentissage automatique (parfois appelé intelligence artificielle) pour discriminer, à partir des réponses des capteurs, entre les patients sains et cancéreux. Pour entraîner les algorithmes, nous avons mesuré avec notre dispositif les urines de 100 patients, dont 50 cancéreux à différents stades de développement. Dont avons donc pu utiliser des algorithmes d’apprentissage supervisé, ce qui améliore très fortement la pertinence de la discrimination.