Thèse Exploration de Biomarqueurs Oculaires par Intelligence Artificielle pour le Diagnostic et la Prédiction de Maladies Systémiques H/F - Doctorat.Gouv.Fr

Établissement : Université de Bretagne Occidentale École doctorale : École doctorale Sciences de la vie et de la santé Laboratoire de recherche : Laboratoire de traitement de l'information médicale Direction de la thèse : Beatrice COCHENER-LAMARD Date limite de candidature : 2026-05-22T00:00:00
L'imagerie oculaire constitue un accès non invasif et privilégié aux réseaux microvasculaires et neuronaux, dont les altérations peuvent refléter précocement de nombreux processus physiopathologiques systémiques. Ce projet de thèse vise à explorer, identifier et modéliser des biomarqueurs oculaires pertinents pour le diagnostic et la prédiction de maladies systémiques, en s'appuyant sur des données d'imagerie multimodale et longitudinales.

À partir de cohortes cliniques combinant des rétinophotographies, des tomographies par cohérence optique (OCT) et des données cliniques de suivi, des méthodes avancées d'intelligence artificielle, notamment basées sur l'apprentissage profond et la fusion multimodale, seront développées afin d'extraire des représentations latentes de l'état de santé systémique des patients. Une attention particulière sera portée à l'intégration de la dimension temporelle des données, afin de modéliser l'évolution des biomarqueurs oculaires et d'améliorer la prédiction de la progression des pathologies.

Les représentations apprises seront évaluées pour la détection précoce et la prédiction de l'évolution de pathologies systémiques d'intérêt, notamment les maladies vasculaires (maladies cardiovasculaires, hypertension artérielle, risque d'accident vasculaire cérébral) et les maladies neurodégénératives (maladie d'Alzheimer, maladie de Parkinson), pour lesquelles l'oeil constitue un observatoire pertinent des altérations microvasculaires et neuronales.

Le projet intégrera également des approches d'interprétabilité et d'analyse spatiale visant à identifier les structures et régions oculaires les plus informatives et à relier les signatures apprises aux mécanismes physiopathologiques sous-jacents. À terme, cette thèse vise à proposer un cadre méthodologique générique pour la découverte, la validation et l'exploitation de biomarqueurs oculaires, contribuant au développement d'outils d'aide au diagnostic, de stratification du risque et de médecine prédictive, dans une perspective de suivi personnalisé des patients.

Le projet bénéficie de moyens matériels, humains et financiers adaptés à ses objectifs ambitieux. D'une part, le financement de la thèse sera assuré à hauteur de 50 % par la dotation dédiée à la Chaire de Professeur Junior (CPJ), qui soutient les travaux de recherche du porteur du projet et garantit un cadre financier stable pour le cofinancement du doctorant.

Par ailleurs, le LaTIM met à disposition des ressources matérielles importantes, notamment un cluster de calcul haute performance équipé de plusieurs GPU de dernière génération (NVIDIA RTX A6000, RTX A5000, etc.), permettant l'entraînement de modèles de fondation de grande taille et le traitement de bases de données multimodales volumineuses.

Sur le plan humain, le doctorant bénéficiera de l'encadrement direct de la directrice, du porteur de la CPJ, ainsi que du soutien des chercheurs et ingénieurs de l'équipe VISION du LaTIM, spécialisée en intelligence artificielle pour l'imagerie médicale. Des collaborations étroites avec les cliniciens du CHU de Brest et des partenaires nationaux et internationaux viendront également renforcer le projet grâce à leur expertise et à leur accès aux données cliniques.

De nombreuses maladies systémiques, notamment cardiovasculaires et neurodégénératives, présentent des altérations précoces des réseaux microvasculaires et neuronaux. L'imagerie oculaire offre un accès non invasif unique à ces structures, faisant de l'oeil un observatoire privilégié pour l'identification de biomarqueurs précoces de l'état de santé systémique. Dans un contexte de vieillissement de la population et d'augmentation de la prévalence des maladies chroniques, le développement d'outils capables de détecter précocement ces altérations constitue un enjeu majeur pour la prévention et la médecine personnalisée.

Dans cette perspective, l'intelligence artificielle appliquée à l'imagerie oculaire ouvre de nouvelles perspectives pour extraire des signatures quantitatives complexes et modéliser l'évolution des pathologies. En exploitant des données multimodales et longitudinales issues de rétinophotographies, d'OCT et de données cliniques, ce projet vise à développer des méthodes permettant d'identifier et de modéliser des biomarqueurs oculaires associés à différentes maladies systémiques.

Ce projet s'appuie sur l'expertise de l'équipe VISION du LaTIM (UMR 1101) en intelligence artificielle appliquée à l'imagerie médicale multimodale et s'inscrit dans les dynamiques scientifiques portées par la Chaire de Professeur Junior dédiée à l'analyse de données médicales complexes. Il contribuera au développement de nouvelles approches méthodologiques pour la modélisation des trajectoires de santé et la prédiction du risque individuel.

Au-delà de ses contributions scientifiques, ce projet contribue au renforcement des recherches en intelligence artificielle pour la santé sur le site brestois et s'inscrit dans les priorités régionales visant à promouvoir l'innovation en santé numérique et en médecine de précision.