Actualités de l'Urgence - APM

02/09 2021
Retour

LE RECOURS À L'IA SE DÉVELOPPE DANS LA PRISE EN CHARGE DES AVC

BALE, 2 septembre 2021 (APMnews) - Le recours aux outils informatiques, notamment l'intelligence artificielle (IA), se développe dans la prise en charge des accidents vasculaires cérébraux (AVC), à la fois à la phase aiguë comme outil d'aide au diagnostic, afin de localiser la zone d'ischémie ou d'hémorragie, détecter des complications, mais aussi pour évaluer le risque d'AVC ou de récidive, selon plusieurs communications présentées au congrès virtuel de l'European Stroke Organisation (ESO), qui se tient cette semaine.

Mercredi, une session orale était consacrée aux innovations technologiques dans la prise en charge de l'AVC, avec des communications allant du recours à la réalité virtuelle pour la formation des neurologues au développement de nouvelles techniques d'imagerie.

Plusieurs communications ont porté sur le recours à l'informatique pour le diagnostic, comme l'utilisation d'un algorithme permettant la détection automatique d'une occlusion d'un gros vaisseau sur angioscanner.

Les AVC des gros vaisseaux sont traités par thrombectomie mécanique mais son efficacité dépend de la rapidité de sa mise en oeuvre. La détection rapide de l'occlusion sur l'angioscanner peut contribuer à accélérer la prise en charge et des outils utilisant l'intelligence artificielle peuvent y aider. Cependant, il faut une évaluation indépendante pour valider leur utilité clinique, a indiqué Sven Luijten du Centre médical Erasme à Rotterdam.

Dans cette étude, les chercheurs néerlandais ont cherché à valider l'algorithme Strokeviewer* développé par la société compatriote Nico.Lab en utilisant les données du registre multicentrique prospectif MR CLEAN de 1.110 patients présentant exclusivement un AVC de la circulation antérieure et de la cohorte multicentrique observationnelle PRESTO de 646 patients avec une suspicion d'AVC ischémique, dont 505 avec une occlusion des gros vaisseaux et 141 sans.

Les résultats de l'algorithme ont été comparés aux évaluations de neuroradiologues experts.

L'algorithme apparaît avoir une sensibilité de 89% dans le registre de MR CLEAN où seulement des patients avec un AVC des gros vaisseaux sont inclus et de 72% dans PRESTO; dans PRESTO uniquement, l'algorithme présente une spécificité de 78%, une valeur prédictive positive de 47% et une valeur prédictive négative de 91%, avec une aire sous la courbe (AUC) de 75%. Les données sont en outre traitées en 5 min en moyenne, c'est-à-dire le délai entre le chargement de l'image et l'obtention du résultat.

La sensibilité reste globalement élevée selon le site de l'occlusion, lorsqu'elle touche la circulation proximale antérieure, mais diminue fortement lorsqu'elle est située dans le segment M2. L'analyse des données montre par ailleurs que des paramètres d'acquisition des images peuvent diminuer la performance de l'algorithme, comme des coupes plus épaisses ou des images prises en phase veineuse.

Détecter plus vite les complications

Le traitement des AVC des gros vaisseaux par thrombectomie est efficace mais peut s'accompagner de complications, telle une perforation des vaisseaux intracrâniens. Cet événement indésirable est peu fréquent mais a un impact négatif sur l'évolution clinique et il est important de le détecter rapidement. A l'imagerie, son apparence est hétérogène et les radiologues peuvent passer à côté, a rappelé Rhuisheng Su du Centre médical Erasme de Rotterdam.

Cette autre équipe néerlandaise s'est intéressée à un moyen de détecter de manière automatique des perforations vasculaires à partir de 233 images d'angiographie acquises auprès de 85 patients ayant eu cette complication dans trois cohortes et 233 images contrôles de 233 patients prises de manière aléatoire.

L'algorithme développé à partir d'un apprentissage profond a permis de détecter des perforations avec une sensibilité de 81% et une spécificité de 86%, avec une ASC de 90%.

Il apparaît que les faux-négatifs sont liés notamment à une très petite lésion, à un contraste insuffisant ou à un type de perforation très rare alors que les faux-positifs résultent d'un aspect très proche de vrais-positifs ou concernent des veines.

Surtout, l'algorithme permet de repérer des perforations qui n'avaient pas été vues par le radiologue.

Les chercheurs continuent d'améliorer leur outil, en ajoutant un module temporel. Une validation en pratique clinique sera ensuite nécessaire.

Une aide pour les médecins non expérimentés

Une troisième équipe, britannique, a testé de son côté un algorithme de détection automatique des hémorragies cérébrales à partir des images de scanner. Dans cette étude, l'objectif est d'évaluer l'interprétation des images par un médecin non expérimenté mais aidé par l'algorithme par rapport à un avis d'expert.

Pour cela, les images de scanner de tous les patients avec un AVC hémorragique inclus dans 9 études internationales et dans ce cadre, examinés par un expert, ont été traitées par le logiciel e-Aspects* (Brainomix), a indiqué Adam Vecek de l'université d'Edimbourg.

En plus de leur formation de base, des étudiants de troisième année de médecine ont eu une formation complémentaire en ligne à l'anatomie du cerveau par scanner dont une partie porte sur l'interprétation d'images d'hémorragie cérébrale.

Au total, 628 images provenant de 651 patients ont été soumises à l'analyse des étudiants et du logiciel, puis 314 images ont été évaluées par les étudiants aidés du logiciel et comparées à l'avis des experts. Globalement, l'évaluation des étudiants aidés du logiciel concordait avec celle de l'expert, avec un coefficient kappa de 0,8.

Le niveau de concordance variait selon le site de l'hémorragie, avec de meilleurs résultats lorsqu'elle était située dans le parenchyme, avec une sensibilité de plus de 99% et une spécificité de 100%, une valeur prédictive positive de 100% et négative de 88,9%. La performance était diminuée lorsque l'hémorragie touchait les ventricules et était beaucoup moins bonne lorsqu'elle était située dans l'espace sous-arachnoïdien.

Ces résultats suggèrent qu'un logiciel d'analyse des scanners permet à un médecin non expérimenté d'identifier des hémorragies dans le parenchyme cérébral avec une performance correcte par rapport à un expert et dans une moindre mesure, dans les ventricules.

Mieux prédire le risque individuel de récidive

Outre ces communications, l'ESO a choisi de mettre en avant dans un communiqué des résultats de travaux espagnols présentés dans un e-poster. Dans cette étude, Giorgio Colangelo de l'Institut de recherche du Vall d'Hebron à Barcelone et ses collègues ont développé un algorithme à l'aide de l'IA pour prédire le risque de récidive d'un AVC à partir des données de 41.325 patients pris en charge dans 88 hôpitaux pour un AVC sur 6 ans et suivis en moyenne près de 10 ans.

Au total, 20,6% des patients ont eu une récidive d'AVC. Le taux de récidive était de 57% à 3 mois, 17% à 12 mois et 26% au-delà.

Le risque de récidive dépend notamment des facteurs de risque connus pour chaque patient (antécédents d'AVC, taux de cholestérol, glycémie, créatininémie, indice socio-économique, pression artérielle, poids, âge, etc.). En modifiant ces facteurs de risque, il est possible d'avoir une estimation du risque de récidive dans le temps et de déterminer pour chaque patient, ceux qui peuvent être modifiés pour avoir le plus d'impact sur son risque de récidive.

"Nous espérons que ces données pourront être utilisées pour prédire le risque de récidive de manière plus personnalisée et permettre aux patients d'être plus observants aux traitements qui lui sont prescrits ou aux changements de mode de vie recommandés", commente le Dr Marta Rubiera de l'hôpital universitaire du Vall d'Hébron, coordonnatrice de cette étude, dans le communiqué de l'ESO.

ld/ab/APMnews

Les données APM Santé sont la propriété de APM International. Toute copie, republication ou redistribution des données APM Santé, notamment via la mise en antémémoire, l'encadrement ou des moyens similaires, est expressément interdite sans l'accord préalable écrit de APM. APM ne sera pas responsable des erreurs ou des retards dans les données ou de toutes actions entreprises en fonction de celles-ci ou toutes décisions prises sur la base du service. APM, APM Santé et le logo APM International, sont des marques d'APM International dans le monde. Pour de plus amples informations sur les autres services d'APM, veuillez consulter le site Web public d'APM à l'adresse www.apmnews.com

Copyright © APM-Santé - Tous droits réservés.

Informations professionnelles

02/09 2021
Retour

LE RECOURS À L'IA SE DÉVELOPPE DANS LA PRISE EN CHARGE DES AVC

BALE, 2 septembre 2021 (APMnews) - Le recours aux outils informatiques, notamment l'intelligence artificielle (IA), se développe dans la prise en charge des accidents vasculaires cérébraux (AVC), à la fois à la phase aiguë comme outil d'aide au diagnostic, afin de localiser la zone d'ischémie ou d'hémorragie, détecter des complications, mais aussi pour évaluer le risque d'AVC ou de récidive, selon plusieurs communications présentées au congrès virtuel de l'European Stroke Organisation (ESO), qui se tient cette semaine.

Mercredi, une session orale était consacrée aux innovations technologiques dans la prise en charge de l'AVC, avec des communications allant du recours à la réalité virtuelle pour la formation des neurologues au développement de nouvelles techniques d'imagerie.

Plusieurs communications ont porté sur le recours à l'informatique pour le diagnostic, comme l'utilisation d'un algorithme permettant la détection automatique d'une occlusion d'un gros vaisseau sur angioscanner.

Les AVC des gros vaisseaux sont traités par thrombectomie mécanique mais son efficacité dépend de la rapidité de sa mise en oeuvre. La détection rapide de l'occlusion sur l'angioscanner peut contribuer à accélérer la prise en charge et des outils utilisant l'intelligence artificielle peuvent y aider. Cependant, il faut une évaluation indépendante pour valider leur utilité clinique, a indiqué Sven Luijten du Centre médical Erasme à Rotterdam.

Dans cette étude, les chercheurs néerlandais ont cherché à valider l'algorithme Strokeviewer* développé par la société compatriote Nico.Lab en utilisant les données du registre multicentrique prospectif MR CLEAN de 1.110 patients présentant exclusivement un AVC de la circulation antérieure et de la cohorte multicentrique observationnelle PRESTO de 646 patients avec une suspicion d'AVC ischémique, dont 505 avec une occlusion des gros vaisseaux et 141 sans.

Les résultats de l'algorithme ont été comparés aux évaluations de neuroradiologues experts.

L'algorithme apparaît avoir une sensibilité de 89% dans le registre de MR CLEAN où seulement des patients avec un AVC des gros vaisseaux sont inclus et de 72% dans PRESTO; dans PRESTO uniquement, l'algorithme présente une spécificité de 78%, une valeur prédictive positive de 47% et une valeur prédictive négative de 91%, avec une aire sous la courbe (AUC) de 75%. Les données sont en outre traitées en 5 min en moyenne, c'est-à-dire le délai entre le chargement de l'image et l'obtention du résultat.

La sensibilité reste globalement élevée selon le site de l'occlusion, lorsqu'elle touche la circulation proximale antérieure, mais diminue fortement lorsqu'elle est située dans le segment M2. L'analyse des données montre par ailleurs que des paramètres d'acquisition des images peuvent diminuer la performance de l'algorithme, comme des coupes plus épaisses ou des images prises en phase veineuse.

Détecter plus vite les complications

Le traitement des AVC des gros vaisseaux par thrombectomie est efficace mais peut s'accompagner de complications, telle une perforation des vaisseaux intracrâniens. Cet événement indésirable est peu fréquent mais a un impact négatif sur l'évolution clinique et il est important de le détecter rapidement. A l'imagerie, son apparence est hétérogène et les radiologues peuvent passer à côté, a rappelé Rhuisheng Su du Centre médical Erasme de Rotterdam.

Cette autre équipe néerlandaise s'est intéressée à un moyen de détecter de manière automatique des perforations vasculaires à partir de 233 images d'angiographie acquises auprès de 85 patients ayant eu cette complication dans trois cohortes et 233 images contrôles de 233 patients prises de manière aléatoire.

L'algorithme développé à partir d'un apprentissage profond a permis de détecter des perforations avec une sensibilité de 81% et une spécificité de 86%, avec une ASC de 90%.

Il apparaît que les faux-négatifs sont liés notamment à une très petite lésion, à un contraste insuffisant ou à un type de perforation très rare alors que les faux-positifs résultent d'un aspect très proche de vrais-positifs ou concernent des veines.

Surtout, l'algorithme permet de repérer des perforations qui n'avaient pas été vues par le radiologue.

Les chercheurs continuent d'améliorer leur outil, en ajoutant un module temporel. Une validation en pratique clinique sera ensuite nécessaire.

Une aide pour les médecins non expérimentés

Une troisième équipe, britannique, a testé de son côté un algorithme de détection automatique des hémorragies cérébrales à partir des images de scanner. Dans cette étude, l'objectif est d'évaluer l'interprétation des images par un médecin non expérimenté mais aidé par l'algorithme par rapport à un avis d'expert.

Pour cela, les images de scanner de tous les patients avec un AVC hémorragique inclus dans 9 études internationales et dans ce cadre, examinés par un expert, ont été traitées par le logiciel e-Aspects* (Brainomix), a indiqué Adam Vecek de l'université d'Edimbourg.

En plus de leur formation de base, des étudiants de troisième année de médecine ont eu une formation complémentaire en ligne à l'anatomie du cerveau par scanner dont une partie porte sur l'interprétation d'images d'hémorragie cérébrale.

Au total, 628 images provenant de 651 patients ont été soumises à l'analyse des étudiants et du logiciel, puis 314 images ont été évaluées par les étudiants aidés du logiciel et comparées à l'avis des experts. Globalement, l'évaluation des étudiants aidés du logiciel concordait avec celle de l'expert, avec un coefficient kappa de 0,8.

Le niveau de concordance variait selon le site de l'hémorragie, avec de meilleurs résultats lorsqu'elle était située dans le parenchyme, avec une sensibilité de plus de 99% et une spécificité de 100%, une valeur prédictive positive de 100% et négative de 88,9%. La performance était diminuée lorsque l'hémorragie touchait les ventricules et était beaucoup moins bonne lorsqu'elle était située dans l'espace sous-arachnoïdien.

Ces résultats suggèrent qu'un logiciel d'analyse des scanners permet à un médecin non expérimenté d'identifier des hémorragies dans le parenchyme cérébral avec une performance correcte par rapport à un expert et dans une moindre mesure, dans les ventricules.

Mieux prédire le risque individuel de récidive

Outre ces communications, l'ESO a choisi de mettre en avant dans un communiqué des résultats de travaux espagnols présentés dans un e-poster. Dans cette étude, Giorgio Colangelo de l'Institut de recherche du Vall d'Hebron à Barcelone et ses collègues ont développé un algorithme à l'aide de l'IA pour prédire le risque de récidive d'un AVC à partir des données de 41.325 patients pris en charge dans 88 hôpitaux pour un AVC sur 6 ans et suivis en moyenne près de 10 ans.

Au total, 20,6% des patients ont eu une récidive d'AVC. Le taux de récidive était de 57% à 3 mois, 17% à 12 mois et 26% au-delà.

Le risque de récidive dépend notamment des facteurs de risque connus pour chaque patient (antécédents d'AVC, taux de cholestérol, glycémie, créatininémie, indice socio-économique, pression artérielle, poids, âge, etc.). En modifiant ces facteurs de risque, il est possible d'avoir une estimation du risque de récidive dans le temps et de déterminer pour chaque patient, ceux qui peuvent être modifiés pour avoir le plus d'impact sur son risque de récidive.

"Nous espérons que ces données pourront être utilisées pour prédire le risque de récidive de manière plus personnalisée et permettre aux patients d'être plus observants aux traitements qui lui sont prescrits ou aux changements de mode de vie recommandés", commente le Dr Marta Rubiera de l'hôpital universitaire du Vall d'Hébron, coordonnatrice de cette étude, dans le communiqué de l'ESO.

ld/ab/APMnews

En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour réaliser des statistiques de visites.