Le glioblastome, tumeur cérébrale primitive la plus fréquente et agressive, présente un pronostic très défavorable, avec une survie à 5 ans estimée à seulement 7 %. Le traitement standard associe chirurgie, radiothérapie et chimiothérapie par Témozolomide. Récemment, l’ajout de champs électriques de faibles intensité (TTFields) a permis d’améliorer la survie globale, mais les rechutes locales restent quasi-inévitables. L’hétérogénéité tumorale, notamment de par la présence de cellules souches du glioblastome particulièrement agressives et radio-résistantes, joue un rôle clé dans ces récidives, demeurant un défi thérapeutique majeur. Les stratégies d’optimisation du traitement reposent sur l’adaptation des doses et des volumes d’irradiation, amélioration de la prédiction de la réponse thérapeutique à l’aide de biomarqueurs, ou l’utilisation de l’imagerie multimodale innovante pour détecter précocement les sites de récidive. De plus, des approches combinées, comme l’association des TTFields à la radiothérapie et à l’immunothérapie, ouvrent de nouvelles perspectives thérapeutiques. L’émergence des biomarqueurs moléculaires, immunologiques et radiologiques, permettrait de guider le traitement de manière plus personnalisée, réduisant ainsi la variabilité des réponses entre patients. L’intelligence artificielle (IA), par l’analyse de données multidimensionnelles, pourrait jouer également un rôle clé dans la prédiction de la réponse au traitement. L’intégration de ces technologies promet de transformer la prise en charge du glioblastome, en optimisant les traitements et en permettant d’identifier les patients susceptibles de bénéficier de thérapies spécifiques.

Glioblastoma, the most common and aggressive primary brain tumor, has a highly unfavorable prognosis, with an estimated 5-year survival rate of just 7%. Standard treatment includes surgery, radiotherapy and chemotherapy with Temozolomide. Recently, the addition of low-intensity electric fields (TTFields) has improved overall survival; however, local recurrences remain nearly inevitable. Tumor heterogeneity, particularly due to the presence of highly aggressive and radio-resistant glioblastoma stem cells, plays a key role in these recurrences, posing a major therapeutic challenge. Efforts to optimize treatment strategies focus on adjusting irradiation doses and volumes, enhancing the prediction of therapeutic response through biomarkers, and utilizing advanced multimodal imaging to detect recurrence at an early stage. Additionally, combination approaches – such as integrating TTFields with radiotherapy and immunotherapy – are opening new therapeutic avenues. The development of molecular, immunological, and radiological biomarkers holds promise for more personalized treatment, reducing variability in patient responses. Furthermore, artificial intelligence (AI), through the analysis of multidimensional data, could play a crucial role in predicting treatment outcomes. The integration of these technologies has the potential to revolutionize glioblastoma management by optimizing treatment strategies and identifying patients most likely to benefit from targeted therapies.