Post-doctorat en data science/ physique médicale (H/F)

Laboratoire

Le Laboratoire d’Imagerie translationelle en Oncologie (LITO) est une unité de recherche (U1288) soutenue par l’Inserm et l’Institut Curie, (https://www.lito-web.fr/). Le LITO compte environ 30 chercheurs, dont des physiciens, des ingénieurs, des médecins, des pharmaciens et des techniciens. Le Centre de protonthérapie d'Orsay (CPO), fondé en 1991, fait partie du service de radiothérapie-oncologie du groupe hospitalier de l’Institut Curie, qui est l'un des centres d'excellence reconnus au niveau européen comme Comprehensive Cancer Center.

Poste à pourvoir

La radiothérapie est actuellement l'une des principales techniques utilisées pour le traitement du cancer. Au cours des trente dernières années, de nombreuses avancées techniques ont permis d'améliorer considérablement la conformation des irradiations aux caractéristiques spécifiques de chaque tumeur et de réduire leurs effets secondaires. Néanmoins, la tolérance des tissus sains reste la principale limite de ce type de traitement, notamment dans le cas de patients particulièrement radiosensibles, comme les enfants, ou de tumeurs radiorésistantes pour lesquelles le contrôle des effets secondaires de la radiothérapie reste un défi thérapeutique majeur.

Le développement d'approches innovantes qui réduisent la sensibilité des tissus sains à l'irradiation tout en maintenant l'efficacité du traitement sur la tumeur est donc d'une importance cruciale pour le progrès de l'efficacité de la radiothérapie. Récemment, des travaux pionniers menés à l'Institut Curie ont démontré que l'irradiation à très haut débit de dose ou la radiothérapie spatialement fractionnée pouvaient avoir un effet majeur d'épargne des tissus sains tout en préservant l'efficacité anti-tumorale.

Au sein du département de radiothérapie et de l'équipe LITO basés à l'Institut Curie-Hôpital à Orsay (91), l'équipe de physique médicale recrute un post-doctorant, avec un fort intérêt pour la recherche translationnelle sur le traitement du cancer. Dans le cadre des activités de ce projet, le candidat devra exploiter l'apprentissage automatique et profond pour prédire la réponse des patients au traitement ainsi que la toxicité de la radiothérapie, en particulier dans le contexte de techniques de radiothérapie innovantes (FLASH, protons, VHEE).

Les tâches seront les suivantes :

• L'utilisation de la radiomique et de l'apprentissage automatique/approfondi pour prédire la réponse des patients au traitement du cancer, en mettant l'accent sur l'intégration des calculs d'incertitude et des méthodes d'explicitation/interprétabilité des modèles.

• Analyser de grands ensembles de données de haute qualité en utilisant un enregistrement d'image innovant, l'apprentissage automatique et les caractéristiques de la dose (radiomique basée sur la dose), afin de développer des modèles mathématiques qui pourraient être utilisés pour prédire et éviter les principaux paramètres de morbidité/toxicité dans la planification du traitement par radiothérapie.

• Effectuer des évaluations et des validations approfondies des algorithmes développés à l'aide d'ensembles de données cliniques.

• Contribuer à la documentation et à la diffusion des résultats de la recherche par le biais de rapports et de présentations.