Une étude pionnière présentée aujourd'hui à ESCMID Global 2025 a démontré qu'une échographie pulmonaire propulsée par l'IA surpasse les experts humains de 9% dans le diagnostic de la tuberculose pulmonaire (TB).
La suite ultra-ai analyse les images à partir de dispositifs ultrasonores portables et connectés aux smartphones, offrant une alternative sans expectorations, rapide et évolutive pour la détection de la tuberculose. Les résultats dépassent les repères de l'Organisation mondiale de la santé (OMS) pour le diagnostic de tuberculose pulmonaire, marquant une opportunité majeure pour un triage de tuberculose accessible et efficace.
Malgré les baisses mondiales antérieures, les taux de tuberculose ont augmenté de 4,6% de 2020 à 2023.2 Le dépistage précoce et le diagnostic rapide sont des composants essentiels de la «stratégie finale de la TB» de l'OMS, mais de nombreux pays à forte tâche éprouvent des abandons substantiels des patients au stade diagnostique en raison du coût élevé de l'équipement de rayons X thoraciens et d'une pénurie de radiologues formés.3
Ces défis soulignent le besoin urgent d'outils de diagnostic plus accessibles. La suite ultra-ai exploite les algorithmes d'apprentissage en profondeur pour interpréter les échographies pulmonaires en temps réel, ce qui rend l'outil plus accessible pour le triage TB, en particulier pour les agents de santé mini-formés dans les zones rurales. En réduisant la dépendance de l'opérateur et en normalisant le test, cette technologie peut aider à diagnostiquer les patients plus rapidement et plus efficacement. «
Dr Véronique Suttels, auteur d'étude principale
La suite ultra-ai-ai comprend trois modèles d'apprentissage en profondeur: ultra-AI prédit la TB directement à partir d'images échographiques pulmonaires; L'ULTR-AI (Signs) détecte les modèles d'échographie comme interprété par les experts humains; et Ultr-AI (Max) utilise le score de risque le plus élevé des deux modèles pour optimiser la précision.
L'étude a été menée dans un centre urbain tertiaire du Bénin, en Afrique de l'Ouest. Après des exclusions, 504 patients ont été inclus, 192 (38%) ont confirmé avoir une tuberculose pulmonaire. Parmi la population étudiée, 15% étaient séropositifs et 13% avaient des antécédents de tuberculose. Un protocole de balayage coulissant à échographie pulmonaire à 14 points normalisé a été réalisé, des experts humains interprétant des images basées sur des résultats d'échographie pulmonaire typiques. Un seul test moléculaire d'expectorations (MTB Xpert Ultra) a servi de norme de référence.
L'ULTR-AI (MAX) a démontré une sensibilité à 93% et une spécificité de 81% (AUROC 0,93, IC à 95% 0,92-0,95), dépassant les seuils cibles de l'OMS de sensibilité à 90% et une spécificité de 70% pour les tests de triage de TB non à base de SPUT.
« Notre modèle détecte clairement les résultats de grandes consolidations et les changements interstitiels de type échographie pulmonaire et les changements interstitiels, mais une approche d'apprentissage en profondeur de bout en bout capture, même les caractéristiques plus subtiles au-delà de l'œil humain », a déclaré le Dr Suttels. « Notre espoir est que cela aidera à identifier les signes pathologiques précoces tels que les petites lésions pleurales sous-centimètres communes en tuberculose. »
« Un avantage clé de nos modèles d'IA est le délai de redressement immédiat une fois qu'ils sont intégrés dans une application », a ajouté le Dr Suttels. « Cela permet à l'échographie pulmonaire de fonctionner comme un véritable test de point de service avec de bonnes performances diagnostiques au triage, fournissant des résultats instantanés tandis que le patient est toujours avec le travailleur de la santé. Le diagnostic plus rapide pourrait également améliorer le lien avec les soins, en réduisant le risque que les patients soient perdus de suivi. »
