Publicité en cours de chargement...
Anticiper les complications aigües de la Covid-19 : quand une IA peut prédire le degré de gravité
Le scanner thoracique est largement utilisé pour la prise en charge des pneumonies liées au coronavirus. Outre le fait qu’il peut aider à poser un diagnostic de la maladie, il joue un rôle pronostique en évaluant visuellement l'étendue des lésions pulmonaires. Dans cette étude rétrospective, les médecins et chercheurs ont mis au point une solution d’intelligence artificielle de bout en bout qui permet aussi précisément qu’un radiologue expérimenté de quantifier la Covid-19, d’évaluer la sévérité de la maladie et son pronostic à court terme.
L’IA a été entrainée et validée sur les images de scanner de 478 patients de cinq cohortes indépendantes qui avaient précédemment reçu un diagnostic de Covid-19 par test RT-PCR. Le groupe de patients étudiés présentait 110 cas graves dont 6 % sont décédés de la Covid-19 et 17 % intubés.
Grâce à une approche fondée sur le deep learning et exploitant des réseaux neuronaux convolutifs 2D et 3D, les chercheurs ont appris à l’IA à reconnaitre automatiquement les zones où la maladie était caractéristique (structure en verre dépoli) sur les images de scanner. Pour cela ils ont utilisé un jeu de données de plus de 20 000 coupes de scanner annotées par 15 radiologues indépendants et expérimentés. L'algorithme a ensuite déterminé 10 biomarqueurs cliniquement interprétables fondés sur l’étendue et l’hétérogénéité de la maladie, l’atteinte pulmonaire ou encore la préservation cardiaque.
En corrélant ces biomarqueurs à l’âge et au sexe des patients et les données cliniques, l’IA a appris par un ensemble de méthodes supervisées de classification à évaluer la sévérité de la maladie et le pronostic à court terme des patients, et ainsi à identifier ceux qui développeront des symptômes sévères associés à des besoins en respirateur et réanimation.
Son intérêt serait également de proposer précocement, et pour éviter les passages en réanimation, des médicaments actuellement évalués dans des formes graves de la Covid-19.
« Les travaux se poursuivent et un enrichissement permanent du jeu de données est prévu. 11 000 scanners qui vont très prochainement être intégrés ont déjà été annotés dans le cadre du projet STOIC promu par l’AP-HP et coordonné par le Pr Marie-Pierre Revel de l’hôpital Cochin AP-HP. Grâce au projet AI.Dream financé par Bpifrance, un déploiement clinique est prévu en 2021 en partenariat avec GE Healthcare », conclut le Pr Nikos Paragios à CentraleSupélec/Université Paris-Saclay, président de TheraPanacea, et membre du Centre National de Médecine de Précision PRISM.
Source
AI-Driven CT-based quantification, staging and short-term outcome prediction of COVID-19 pneumonia
Medical Image Analysis, publication avancée en ligne le 15 octobre 2020
Guillaume Chassagnona,b,c, Maria Vakalopouloud,e,f, Enzo Battistellad,e,f,g, Stergios Christodoulidish,i, Trieu-Nghi Hoang-Thia,Severine Dangearda, Eric Deutschf,g, Fabrice Andreh,i, Enora Guilloa, Nara Halma, Stefany El Hajja, Florian Bomparda, SophieNeveua, Chahinez Hania, Ines Saaba, Ali ́enor Campredona, Hasmik Koulakiana, Souhail Bennania, Gael Frechea, Maxime Barata,b, Aurelien Lombardj, Laure Fournierb,k, Hippolyte Monnierk, Teodor Grandk, Jules Gregoryb,l, Yann Nguyenb,m, Antoine Khalilb,n, Elyas Mahdjoubb,n, Pierre-Yves Brilleto,p, Stephane Tran Bao,p, Valerie Boussonb,q, Ahmed Mekkir,s,t, Robert-Yves Carlierr,s,t, Marie-Pierre Revela,b,c, Nikos Paragiosd,f,j
a Radiology Department, Hopital Cochin - AP-HP. Centre Université de Paris, 27 Rue du Faubourg Saint-Jacques, Paris 75014, France
b Université de Paris, 85 boulevard Saint-Germain, Paris 75006, France
c Inserm U1016, Institut Cochin, 22 rue Méchain, Paris 75014, France
d Université Paris-Saclay, CentraleSupélec, Mathématiques et Informatique pour la Complexité et les Systèmes, Gif-sur-Yvette, France, 3 Rue Joliot Curie, Gif-sur-Yvette 91190, France
e Université Paris-Saclay, CentraleSupélec, Inria, Gif-sur-Yvette, France
f Gustave Roussy-CentraleSupélec-TheraPanacea, Noesia Center of Artificial Intelligence in Radiation Therapy and Oncology, Gustave Roussy Cancer Campus, Villejuif, France
g Université Paris-Saclay, Institut Gustave Roussy, Inserm U1030 Molecular Radiotherapy and Innovative Therapeutics, 114 Rue Edouard Vaillant, Villejuif 94800, France
h Université Paris-Saclay, Institut Gustave Roussy, Inserm U981 Predictive Biomarkers and New Therapeutic Strategies in Oncology, 114 Rue Edouard Vaillant, Villejuif 94800, France
i Université Paris-Saclay, Institut Gustave Roussy, Prism Precision Medicine Center, 114 Rue Edouard Vaillant, Villejuif 94800, France
j TheraPanacea, 27 Rue du Faubourg Saint-Jacques, Paris 75014, France
k Radiology Department, Hopital Européen Georges Pompidou - AP-HP. Centre Université de Paris, 20 Rue Université Paris-Saclay, Paris 75015, France
l Radiology Department, Hopital Beaujon - AP-HP. Nord Université de Paris, 100 Boulevard du Général Leclerc, Clichy 92110 France
m Internal Medicine Department, Hopital Beaujon - AP-HP. Nord Université de Paris, 100 Boulevard du Général Leclerc, Clichy 92110 France
n Radiology Department, Hopital Bichat - AP-HP. Nord Université de Paris, 46 Rue Henri Huchard, Paris 75018, France
o Radiology Department, Hopital Avicenne - AP-HP. Hopitaux universitaires Paris Seine-Saint-Denis, 125 Rue de Stalingrad, Bobigny 93000, France
p Université Sorbonne Paris Nord, 99 Avenue Jean Baptiste Clément, Villetaneuse 93430, France
q Radiology Department, Hopital Lariboisière - AP-HP. Nord Université de Paris, 2 Rue Ambroise Paré, Paris 75010, France
r Radiology Department, Hopital Ambroise Paré - AP-HP. Université Paris Saclay, 9 Avenue Charles de Gaulle, Boulogne-Billancourt 92100 France
s Radiology Department, Raymond-Pointcaré - AP-HP. Université Paris Saclay, 104 Boulevard Raymond Poincaré, Garches 92380, France
t Université Paris-Saclay, Espace Technologique Bat. Discovery - RD 128 - 2e ét, Saint-Aubin 91190 France
Avez-vous apprécié ce contenu ?
A lire également.

Certification des établissements de santé : démarrage du 6ᵉ cycle au 1er septembre 2025
05 sept. 2025 - 11:39,
Actualité
- DSIHDepuis le 1er septembre 2025, la Haute Autorité de santé (HAS) a officiellement lancé le sixième cycle de certification (2025-2030) des établissements de santé. Ce dispositif, renouvelé tous les quatre ans, constitue un levier majeur d’évaluation de la qualité et de la sécurité des soins dans les st...

IA et santé : la FHF publie un livre blanc stratégique pour structurer l’innovation
05 sept. 2025 - 11:15,
Actualité
- DSIHLe 3 septembre 2025, la Fédération Hospitalière de France (FHF) a dévoilé son livre blanc « L’IA en santé : qui est le maître ? – Ambitions et perspectives ». Ce document analyse les usages actuels de l’intelligence artificielle dans les établissements publics et propose une feuille de route pour un...

L’IA au service des soignants et des patients à l’hôpital Foch
01 sept. 2025 - 22:24,
Actualité
- Damien Dubois, DSIHL’hôpital Foch continue sa transformation et intègre l’IA de manière concrète et progressive au sein de ses différents services, en partenariat avec des start-up et des acteurs clés du secteur.

PHAST pour la mise en œuvre des terminologies LOINC et SNOMED CT
26 août 2025 - 08:46,
Actualité
- DSIH, Damien DuboisFin juillet, l’opérateur d’interopérabilité sémantique PHAST a annoncé la sélection de son consortium par l’Agence du numérique en santé pour porter le marché de la mise en œuvre des terminologies LOINC et SNOMED CT.