Résumé

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.