Une équipe de chercheurs du centre Paul Scherrer en Suisse a développé VISTACT, une plateforme associant l'imagerie par microtomographie à contraste de phase et l'apprentissage profond pour générer des stains histologiques virtuels en trois dimensions. Sous la direction du physicien Goran Lovric et portant la signature de la première auteure Cristina Almagro-Pérez, cette méthode publie une avancée majeure dans le domaine de la pathologie moderne. Historiquement, l'analyse des tissus repose sur la préparation manuelle de coupes microscopiques bidimensionnelles, colorées et observées au microscope. VISTACT s'affranchit de cette contrainte en exploitant les données brutes en niveaux de gris d'un scanner micro-CT pour créer automatiquement des images aux couleurs caractéristiques de l'histologie classique. Le noyau cellulaire, le collagène ou les fibres élastiques y apparaissent différenciés par des teintes précises, rendant les structures anatomiques fines et lisibles pour les spécialistes. Pour y parvenir, les scientifiques ont entraîné un réseau neuronal spécialisé sur des paires de coupes histologiques réelles et leurs scanners correspondants. Ce modèle apprend à mapper automatiquement les motifs microscopiques aux colorations attendues. Une étape cruciale a été le développement d'un processus d'alignement spatial multicouche, permettant de positionner avec une précision inédite les fines tranches histologiques dans leur volume tridimensionnel d'origine. Lors d'un test sur des tissus pulmonaires atteints d'hypertension artérielle pulmonaire, la méthode a permis de cartographier en trois dimensions les modifications vasculaires pathologiques. Les chercheurs précisent que l'algorithme ne produit pas d'informations histologiques réelles, mais des reconstructions statistiques plausibles basées sur ses données d'entraînement. Bien que le concept soit désormais validé et que le traitement soit automatisable et significativement plus rapide que les protocoles traditionnels, la technique n'est pas encore prête pour un usage clinique de routine. La phase-contrast microCT requiert actuellement des infrastructures de recherche de grande envergure, génère des volumes de données massifs et manque encore de résolution pour visualiser systématiquement les noyaux cellulaires individuels. Malgré ces limites actuelles, VISTACT ouvre des perspectives prometteuses pour la recherche biomédicale. En permettant une analyse non destructive et tridimensionnelle des architectures tissulaires complexes, cette approche pourrait accélérer la découverte de biomarqueurs et enrichir à long terme les méthodes de diagnostic des cancers, des lésions vasculaires et d'autres pathologies. Plus d'un siècle et demi après la théorie cellulaire de Rudolf Virchow, l'histoire de la pathologie s'apprête à franchir une nouvelle étape grâce à la convergence de l'imagerie avancée et de l'intelligence artificielle.