Une nouvelle application pour téléphone portable développée par des médecins-chercheurs de l'UPMC et de l'Université de Pittsburgh, qui utilise l'intelligence artificielle (IA) pour diagnostiquer avec précision les otites, ou otites moyennes aiguës (OMA), pourrait contribuer à réduire l'utilisation inutile d'antibiotiques chez les jeunes enfants, selon nouvelle recherche publiée aujourd'hui dans JAMA Pédiatrie.
L'OMA est l'une des infections infantiles les plus courantes pour lesquelles des antibiotiques sont prescrits, mais elle peut être difficile à distinguer des autres affections de l'oreille sans une formation intensive. Le nouvel outil d’IA, qui établit un diagnostic en évaluant une courte vidéo du tympan capturée par un otoscope connecté à la caméra d’un téléphone portable, offre une solution simple et efficace qui pourrait être plus précise que celle des cliniciens qualifiés.
L’otite moyenne aiguë est souvent mal diagnostiquée. Le sous-diagnostic entraîne des soins inadéquats et le surdiagnostic entraîne un traitement antibiotique inutile, ce qui peut compromettre l'efficacité des antibiotiques actuellement disponibles. Notre outil permet d'obtenir le bon diagnostic et de guider le bon traitement. »
Alejandro Hoberman, MD, auteur principal, professeur de pédiatrie et directeur de la Division de pédiatrie académique générale à l'École de médecine de Pitt et président de la pédiatrie communautaire pour enfants de l'UPMC
Selon Hoberman, environ 70 % des enfants ont une otite avant leur premier anniversaire. Bien que cette condition soit courante, un diagnostic précis de l'OMA nécessite un œil exercé pour détecter les résultats visuels subtils obtenus à partir d'une brève vue du tympan d'un bébé qui se tortille. L'OMA est souvent confondue avec l'otite moyenne avec épanchement, ou liquide derrière l'oreille, une affection qui n'implique généralement pas de bactéries et ne bénéficie pas d'un traitement antimicrobien.
Pour développer un outil pratique visant à améliorer la précision du diagnostic de l'OMA, Hoberman et son équipe ont commencé par créer et annoter une bibliothèque de formation de 1 151 vidéos de la membrane tympanique de 635 enfants ayant visité les cabinets pédiatriques ambulatoires de l'UPMC entre 2018 et 2023. Deux experts formés avec une vaste expérience dans la recherche sur l'OMA, a examiné les vidéos et posé un diagnostic d'OMA ou non.
« Le tympan, ou membrane tympanique, est un morceau de tissu mince et plat qui s'étend à travers le conduit auditif », a déclaré Hoberman. « Dans l'OMA, le tympan se gonfle comme un bagel, laissant une zone centrale de dépression qui ressemble à un trou de bagel. En revanche, chez les enfants atteints d'otite moyenne avec épanchement, aucun renflement de la membrane tympanique n'est présent. »
Les chercheurs ont utilisé 921 vidéos de la bibliothèque de formation pour enseigner à deux modèles d’IA différents la détection de l’OMA en examinant les caractéristiques de la membrane tympanique, notamment la forme, la position, la couleur et la translucidité. Ensuite, ils ont utilisé les 230 vidéos restantes pour tester les performances des modèles.
Les deux modèles étaient très précis, produisant des valeurs de sensibilité et de spécificité supérieures à 93 %, ce qui signifie qu’ils présentaient de faibles taux de faux négatifs et de faux positifs. Selon Hoberman, des études antérieures menées auprès de cliniciens ont rapporté une précision diagnostique de l'OMA allant de 30 % à 84 %, selon le type de prestataire de soins de santé, le niveau de formation et l'âge des enfants examinés.
« Ces résultats suggèrent que notre outil est plus précis que celui de nombreux cliniciens », a déclaré Hoberman. « Le fait d'aider les cliniciens à diagnostiquer rigoureusement l'OMA et à guider les décisions de traitement pourrait changer la donne dans les contextes de soins de santé primaires. »
« Un autre avantage de notre outil est que les vidéos que nous capturons peuvent être stockées dans le dossier médical d'un patient et partagées avec d'autres prestataires », a déclaré Hoberman. « Nous pouvons également montrer aux parents et aux stagiaires – aux étudiants en médecine et aux résidents – ce que nous voyons et expliquer pourquoi nous posons ou non un diagnostic d'otite. C'est important comme outil pédagogique et pour rassurer les parents que leur enfant reçoit traitement approprié. »
Hoberman espère que leur technologie pourrait bientôt être largement mise en œuvre dans les bureaux des prestataires de soins de santé pour améliorer le diagnostic précis de l'OMA et soutenir les décisions de traitement.
Les autres auteurs de l'étude étaient Nader Shaikh, MD, Shannon Conway, Timothy Shope, MD, Mary Ann Haralam, CRNP, Catherine Campese, CRNP et Matthew Lee, tous de l'UPMC et de l'Université de Pittsburgh ; Jelena Kovačević, Ph.D., de l'Université de New York ; Filipe Condessa, Ph.D., du Centre Bosch pour l'intelligence artificielle ; et Tomas Larsson, M.Sc, et Zafer Cavdar, tous deux de Dcipher Analytics.
Cette recherche a été financée par le Département de pédiatrie de la Faculté de médecine de l’Université de Pittsburgh.
