Dans une étude récente publiée dans le Journal américain de gastroentérologiedes chercheurs du Cedars-Sinai Medical Center aux États-Unis ont évalué une application pour smartphone basée sur l’intelligence artificielle (IA) et formée pour évaluer les caractéristiques des selles d’un patient.
Étude : Une application pour smartphone utilisant l’intelligence artificielle est supérieure à l’auto-déclaration du sujet lors de l’évaluation de la forme des selles. Crédit d’image : Josep Suria / Shutterstock
Sommaire
Arrière plan
Les troubles fonctionnels gastro-intestinaux (GI), en particulier les troubles luminaux, exigent qu’un patient déclare lui-même la forme et la fréquence des selles. Cependant, étant donné que les symptômes de diarrhée fréquents chez les patients atteints du syndrome du côlon irritable avec diarrhée (IBS-D) sont subjectifs, l’incapacité de rapporter ou d’évaluer avec précision la forme et la fréquence des selles rend difficile la détermination de l’efficacité des interventions thérapeutiques dans ces conditions.
L’échelle de selles de Bristol (BSS) est une échelle à 7 points approuvée par la Food and Drug Administration des États-Unis (US-FDA) qui classe la consistance des selles de 1 (morceaux durs) à 7 (liquide). Cependant, l’auto-déclaration incohérente et inexacte des formes de selles cause des problèmes, en particulier parmi les cas de SCI-D. Dans de tels cas, les algorithmes d’IA pourraient aider à évaluer systématiquement les images numériques des selles d’une personne.
À propos de l’étude
Dans la présente étude, les chercheurs ont recruté des sujets participant à un essai clinique randomisé pour IBS-D afin de valider les déterminations d’IA pour les images de selles basées sur cinq caractéristiques visuelles distinctes des selles, à savoir, le flou des bords, la cohérence, le BSS, le volume et la fragmentation. Dans un autre groupe d’individus du même essai, ils ont évalué la façon dont les résultats de l’application s’alignaient sur les scores BSS autodéclarés. Enfin, l’équipe a comparé les scores de caractéristiques des selles déterminés par le sujet et déterminés par l’IA avec les scores standardisés de gravité de la diarrhée.
Les sujets participants ont capturé toutes les images de selles au cours de la phase de dépistage de deux semaines de l’essai. L’application a traité les résultats et déterminé cinq caractéristiques visuelles des selles et la fréquence intestinale. Deux experts ont validé les images d’IA du premier tiers des sujets. Plus tard, l’équipe a également classé les images de selles annotées par AI, autodéclarées par les participants à l’étude et deux experts, en catégories, BSS <3 (constipation), BSS ≥ 3, mais BSS ≤5 (normal) et BSS> 5 ( diarrhée). Enfin, l’équipe a calculé la sensibilité, la spécificité, la précision et les rapports de cotes diagnostiques des scores BSS autodéclarés et notés par l’IA en les comparant aux évaluations d’experts, qu’ils considéraient comme l’étalon-or.
Résultats de l’étude
Il y avait un total de 39 participants à l’étude, dont 14 ont fourni 219 images de selles pour la phase de validation. L’équipe a utilisé les données des 25 autres sujets pour la phase de mise en œuvre. L’IA et les gastro-entérologues experts ont présenté des scores BSS de un à sept et leurs évaluations étaient en bon accord pour les cinq caractéristiques des selles, tout comme les évaluations de l’IA et des experts.
Les taux moyens de spécificité et de sensibilité de la catégorisation des scores BSS gradués par l’IA étaient respectivement supérieurs de 11 % et 16 %. L’odds ratio moyen et le taux de précision du diagnostic étaient plus élevés pour l’IA à 30,64 contre 3,67 et 95 % contre 89 % par rapport aux scores rapportés par les sujets. L’accord entre les scores BSS rapportés par les sujets et ceux notés par l’IA était de 0,31 pendant la phase de validation, mais a atteint une valeur de 0,61 pendant la phase de mise en œuvre. En moyenne, les caractéristiques visuelles des selles déterminées par IA entre les deux phases sont restées similaires.
De plus, les auteurs ont observé une bonne corrélation entre les scores BSS quotidiens moyens notés par l’IA et les scores de gravité de la diarrhée chez les sujets SII-D. Les quatre autres caractéristiques visuelles des selles signalées par l’application étaient également assez bien corrélées avec les scores de gravité de la diarrhée. Notamment, tous les sujets ont trouvé l’application facile à utiliser, et 50 % de ceux qui ont répondu aux questions concernant l’expérience utilisateur ont décrit leur expérience comme facile et très agréable.
conclusion
Auparavant, le dépistage des drogues IBS dépendait souvent d’évaluations hebdomadaires des symptômes gastro-intestinaux. Plus tard, la FDA américaine a élaboré de nouvelles directives pour le SCI, qui obligeaient les sponsors de l’essai à demander à tous les participants de signaler et de caractériser quotidiennement les symptômes afin d’améliorer la précision. Pourtant, le BSS reste essentiel pour évaluer la dureté des selles autodéclarée et évaluer les types de selles individuels au cours des essais cliniques.
Une auto-déclaration inexacte de la forme des selles pourrait provenir d’une compréhension inadéquate du sujet et d’un biais de rappel. Bien qu’intuitif, le patient doit être familiarisé avec le BSS pour éviter toute mauvaise perception. Cela devient difficile lorsque les sujets souffrant de diarrhée signalent un BSS moyen quotidien alors qu’ils ont plusieurs selles variées dans une journée. Les résultats de l’étude actuelle confirment que les scores quotidiens autodéclarés différaient des scores BSS donnés par les deux experts.
Les catalogues d’IA caractérisaient la forme des selles dans un sens « vrai » objectif, étant donné qu’un sujet documentait en photo chaque mouvement de l’intestin. Les images numériques des selles ont permis une évaluation complète de l’effet d’un médicament et une quantification objective des effets secondaires des thérapies pour les troubles intestinaux. En outre, ces images ont évalué les caractéristiques des selles au-delà du BSS. L’évaluation de quatre nouvelles caractéristiques a facilité la prise en compte de chaque selle séparément et a évité la nécessité de rassembler des moyennes quotidiennes. Dans l’ensemble, le schéma observé des caractéristiques des tests suggérait que les résultats de l’IA étaient supérieurs. En outre, ils ont réduit les coûts des essais car les sponsors pouvaient désormais concevoir des essais avec un grand nombre de sujets pour atténuer l’effet de l’incohérence et de l’inexactitude de l’auto-déclaration. En conséquence, à l’avenir, la mesure objective de la forme des selles nécessiterait moins de sujets pour tester les médicaments.
Pour conclure, l’application basée sur l’IA utilisée dans l’étude a caractérisé avec précision les selles par rapport à l’auto-déclaration et était bien corrélée à la gravité de la diarrhée. Il a le potentiel de devenir un outil précieux à utiliser dans les essais sur les maladies gastro-intestinales luminales, y compris le SCI-D, car il était à la fois précis et objectif dans la définition des caractéristiques des selles au-delà du BSS.
