Les coronavirus se sont «propagés» aux populations humaines au cours de l'histoire, provoquant des maladies respiratoires, souvent associées à une pneumonie. Le syndrome respiratoire aigu sévère (SRAS), qui est apparu en 2002 en Chine, et le syndrome respiratoire du Moyen-Orient (MERS), qui a été observé pour la première fois en Arabie saoudite en 2012, sont similaires à la pandémie mondiale actuelle qui se propage dans le monde entier, la maladie des coronavirus ( COVID19).
Pour la plupart des patients qui ont succombé au COVID-19, la cause ultime du décès était la pneumonie, une affection qui provoque une inflammation et une accumulation de liquide dans les poumons, ce qui rend la respiration difficile. Certains patients développent un syndrome de détresse respiratoire aiguë (SDRA), une condition potentiellement mortelle où les poumons ne peuvent pas fournir suffisamment d'oxygène aux organes vitaux du corps.
La pneumonie grave nécessite des séjours prolongés à l'hôpital et, dans certains cas, les patients sont placés dans des unités de soins intensifs (USI) avec ventilation mécanique pour les aider à respirer. Alors que le COVID-19 ravage dans 184 pays et territoires, il y a eu une pénurie de ventilation mécanique et de nombreux systèmes de santé sont débordés.
Il est donc crucial de déterminer quels patients ont besoin de plus de soins de soutien à l'hôpital et ceux qui peuvent récupérer à domicile. Pour aider à détecter quels patients ont besoin de plus de soins médicaux, les radiologistes et les médecins de l'Université de Californie à San Diego Health utilisent désormais l'intelligence artificielle (IA) pour analyser l'imagerie pulmonaire dans le cadre d'une étude de recherche clinique.
Les chercheurs ont souligné qu'ils n'utilisaient pas l'analyse d'imagerie pulmonaire pour diagnostiquer COVID-19, mais fournissaient une méthode de triage pour les fournisseurs de soins de santé pour repérer les cas présumés qui nécessitent des soins médicaux immédiats. La seule façon de diagnostiquer la maladie du coronavirus est lorsqu'un patient est testé positif aux tests accrédités qui détectent le SRAS-CoV-2 ou le coronavirus 2 du syndrome respiratoire aigu sévère, l'agent causal du COVID-19.
Nouveau coronavirus SARS-CoV-2 Micrographie électronique à balayage colorisée d'une cellule apoptotique (brun verdâtre) fortement infectée par des particules de virus SARS-COV-2 (rose), isolée d'un échantillon de patient. Image capturée et améliorée en couleurs au NIAID Integrated Research Facility (IRF) de Fort Detrick, Maryland. Crédits: NIAID
Une méthode d'IA prometteuse
La nouvelle méthode d'intelligence artificielle a fourni aux médecins de l'UC San Diego Health des informations uniques provenant d'une banque de plus de 2 000 images. Par exemple, un patient admis aux urgences ne présentait aucun symptôme de COVID-19 mais avait une radiographie pulmonaire à d'autres fins. Lorsque l'image a été analysée à l'aide de la méthode AI, il est apparu que le patient avait une pneumonie précoce. Le patient a ensuite été testé pour COVID-19, et il est revenu positif.
La méthode de l'IA ne détecte pas seulement ceux qui ont une pneumonie sévère ou ceux qui peuvent être porteurs du SRAS-CoV-2, mais aussi ceux qui sont asymptomatiques mais qui développent une pneumonie précoce. Le traitement précoce de la pneumonie est essentiel pour sauver des vies et réduire le fardeau des unités de soins intensifs.
Radiographies thoraciques d'un patient atteint de pneumonie COVID-19, radiographie d'origine (à gauche) et résultat AI-pour-pneumonie (à droite). Le patient a un stimulateur cardiaque et une hypertrophie cardiaque, ce qui indique que l'algorithme d'IA est suffisamment puissant pour fonctionner même lorsque le patient a des problèmes de santé sous-jacents.
«Nous n'aurions pas eu de raison de traiter ce patient comme un cas suspect de COVID-19 ou de le tester s'il n'y avait pas eu l'IA. Bien qu'il soit encore expérimental, le système affecte déjà la gestion clinique des patients. » Le Dr Christopher Longhurst, directeur de l'information et médecin-chef adjoint pour UC San Diego Health, a déclaré.
La méthode de l'IA a démarré il y a des mois lorsque le Dr Albert Hsiao, professeur agrégé de radiologie à l'UC San Diego School of Medicine, et son équipe ont développé un nouvel algorithme d'apprentissage automatique pour permettre aux radiologistes d'utiliser l'IA pour améliorer leur capacité à détecter la pneumonie thoracique. Rayons X.
Albert Hsiao, MD, PhD, professeur agrégé de radiologie à l'UC San Diego School of Medicine et radiologue à UC San Diego Health, et l'équipe ont développé un algorithme d'apprentissage automatique qui permet aux radiologues d'utiliser l'IA pour améliorer leurs propres capacités à détecter la pneumonie sur la poitrine X -des rayons.
Comment ça marche?
Le nouvel algorithme recouvre les rayons X avec des cartes à code couleur pour détecter la pneumonie. Il a été formé avec environ 22 000 notations par des radiologues humains. Pour tester leur algorithme, l'équipe a utilisé l'approche de l'intelligence artificielle pour dix radiographies pulmonaires de cinq patients en Chine et aux États-Unis avec COVID-19. Les dix images ont été publiées dans des revues médicales.
Même si les images ont été prises dans différents hôpitaux, l'algorithme a pu détecter systématiquement les zones localisées de pneumonie. Publié dans le Journal d'imagerie thoracique, les résultats montrent que la nouvelle méthode peut détecter rapidement la pneumonie chez les patients, offrant un traitement rapide.
« La pneumonie peut être subtile, surtout si ce n'est pas votre pneumonie bactérienne moyenne, et si nous pouvions identifier ces patients tôt avant même de pouvoir les détecter avec un stéthoscope, nous serions peut-être mieux placés pour traiter les personnes les plus à risque de maladies graves et de décès, », A déclaré Hsiao.
Les chercheurs ont déclaré que les radiographies thoraciques sont plus abordables, les machines étant plus faciles à nettoyer et à déplacer. De plus, les résultats reviennent plus rapidement que tout autre test d'imagerie diagnostique. En outre, il est plus sûr et émet moins de rayonnement pour les patients, ce qui en fait un test rapide qui peut aider à détecter rapidement la pneumonie pour un traitement approprié.
La source:
Référence de la revue:
