L’évaluation tumorale en oncologie est primordiale pour les décisions de prise en charge thérapeutique. Cependant, elle fait intervenir de nombreuses échelles complexes (RECIST, iRECIST, mRECIST, PCWG3, RANO, PERCIST, Deauville). Leur usage au quotidien est chronophage et coûteux car nécessite l’intervention de praticiens experts de ces méthodes. Notre objectif était de concevoir une application web permettant d’assister les praticiens dans l’évaluation de la réponse aux traitements en oncologie, quelle que soit l’échelle d’évaluation considérée.

Cette application a été développée en utilisant le logiciel Ennov Clinical®, initialement destiné au data management en recherche clinique. Elle devait être adaptée à la plupart des méthodes d’évaluations tumorales. L’objectif était de réduire les erreurs liées aux calculs complexes de ces échelles et de réduire le temps d’évaluation. La validation de l’application a été réalisée en comparant 12 évaluations traditionnelles à l’évaluation en utilisant EVA® pour différents types de tumeurs solides.

L’utilisateur après s’être connecté et avoir renseigné quelques champs descriptifs, choisit le type d’évaluation dans une liste. Les pages concernées apparaissent, permettant la saisie des mesures tumorales et l’exécution des calculs automatiques nécessaires à leur interprétation. À ce jour, la validation sur 12 cas utilisant les critères RECIST a montré une précision de 100 %.

L’outil pourra être déployé auprès de tous les praticiens pour les aider dans le suivi de leurs patients. EVA® est une solution qui facilite les calculs et la lecture des résultats. Elle permet aux imageurs de se concentrer sur l’évaluation tumorale et les conclusions qui en découlent pour le suivi et le traitement du patient. Il reste à confirmer la validation de cette application sur un plus grand nombre de patients, dans toutes les localisations de cancer, sur tous les types d’évaluation tumorale ainsi que d’évaluer le gain de temps, la satisfaction et l’appropriation par les utilisateurs. Une perspective d’évolution serait d’utiliser des techniques l’intelligence artificielle sur les images tumorales afin d’améliorer cet outil d’évaluation.