Pour la plupart des patients décédés du COVID-19, la maladie pandémique causée par un nouveau coronavirus, la cause ultime du décès était la pneumonie, une condition dans laquelle l'inflammation et l'accumulation de liquide rendent la respiration difficile. Une pneumonie sévère nécessite souvent de longs séjours à l'hôpital dans des unités de soins intensifs et une assistance respiratoire avec des ventilateurs – des dispositifs médicaux désormais très demandés dans certaines villes aux prises avec une flambée de cas de COVID-19.
Pour détecter rapidement la pneumonie – et donc mieux faire la distinction entre les patients COVID-19 susceptibles d'avoir besoin de plus de soins de soutien à l'hôpital et ceux qui pourraient être suivis de près à domicile – les radiologues de l'UC San Diego Health et d'autres médecins utilisent désormais l'intelligence artificielle (AI ) pour augmenter l'analyse d'imagerie pulmonaire dans une étude de recherche clinique rendue possible par Amazon Web Services (AWS).
La nouvelle capacité d'IA a jusqu'à présent fourni aux médecins de l'UC San Diego Health des informations uniques sur plus de 2 000 images. Dans un cas, un patient du service des urgences qui ne présentait aucun symptôme de COVID-19 a subi une radiographie pulmonaire pour d'autres raisons. Pourtant, la lecture de la radiographie par l'IA a indiqué des signes de pneumonie précoce, ce qui a été confirmé par la suite par un radiologue. En conséquence, le patient a été testé pour COVID-19 et s'est avéré positif pour la maladie.
Nous n'aurions pas eu de raison de traiter ce patient comme un cas suspect de COVID-19 ou de le tester, sans l'IA. Bien qu'il soit encore expérimental, le système affecte déjà la gestion clinique des patients. «
Christopher Longhurst, MD, directeur de l'information et directeur médical adjoint pour UC San Diego Health
La nouvelle capacité a commencé il y a plusieurs mois lorsque Albert Hsiao, MD, PhD, professeur agrégé de radiologie à l'Université de Californie à San Diego School of Medicine et radiologue à UC San Diego Health, et son équipe ont développé un algorithme d'apprentissage automatique qui permet aux radiologistes de utiliser l'IA pour améliorer leurs propres capacités à repérer la pneumonie sur les radiographies pulmonaires. Formé de 22 000 notations par des radiologues humains, l'algorithme recouvre les rayons X avec des cartes à code couleur qui indiquent la probabilité de pneumonie.
« 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 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.
Plus récemment, l'équipe de Hsiao a appliqué cette approche de l'IA à 10 radiographies pulmonaires, publiées dans des revues médicales, de cinq patients traités en Chine et aux États-Unis pour COVID-19. L'algorithme a systématiquement localisé les zones de pneumonie, malgré le fait que les images ont été prises dans plusieurs hôpitaux différents et varient considérablement en termes de technique, de contraste et de résolution. Les détails sont publiés dans le Journal d'imagerie thoracique.
Désormais, grâce aux dons de services fournis par l'AWS Diagnostic Development Initiative et aux efforts de l'équipe informatique de recherche clinique d'UC San Diego Health, la méthode AI de Hsiao a été déployée à travers UC San Diego Health dans une étude de recherche clinique qui permet à tout médecin ou radiologue de obtenir une estimation initiale concernant la probabilité d'un patient d'avoir une pneumonie en quelques minutes, au point de service.
« AWS s'est associé à nous sur de multiples projets dans le passé », a déclaré Michael Hogarth, MD, professeur d'informatique biomédicale à l'UC San Diego School of Medicine et responsable de l'information en recherche clinique à UC San Diego Health. « Une fois que le COVID-19 est devenu une crise, AWS nous a contactés et a demandé s'il pouvait faire quelque chose pour m'aider. Mon esprit est immédiatement allé à une présentation que j'avais vue Albert donner sur leurs premiers tests d'IA pour la pneumonie. AWS a aidé notre L'équipe informatique de recherche clinique met en place l'étude à l'échelle du système en seulement 10 jours. «
Selon Hsiao, les radiographies thoraciques sont moins chères, l'équipement est plus portable et plus facile à nettoyer, et les résultats sont retournés plus rapidement que de nombreux autres diagnostics. Les tests de diagnostic clinique basés sur la réaction en chaîne de la polymérase pour le virus qui cause le COVID-19 peuvent prendre plusieurs jours pour obtenir des résultats dans certaines régions des États-Unis.
« C'est là que l'imagerie peut jouer un rôle important. Nous pouvons rapidement trier les patients au niveau de soins approprié, avant même qu'un diagnostic de COVID-19 ne soit officiellement confirmé », a déclaré Hsiao.
Pour être clair, les experts de UC San Diego Health soulignent qu'ils ne diagnostiquent pas le COVID-19 lui-même par imagerie pulmonaire. La pneumonie peut être causée par plusieurs types différents de bactéries et de virus. De plus, l'utilisation de l'algorithme d'IA de Hsiao est toujours considérée comme expérimentale. Bien que ces images soient disponibles pour une utilisation par les cliniciens, les soins aux patients sont toujours guidés par l'interprétation formelle de radiologues humains.
« Alors que nous nous préparons à une augmentation potentielle du nombre de patients atteints de COVID-19, ce ne sont pas seulement les chambres et les fournitures pour les patients qui peuvent devenir limitées, mais également la capacité des médecins et du personnel », a déclaré Longhurst. « Il est donc extrêmement utile d'avoir des outils qui permettent aux médecins qui ne sont pas aussi expérimentés que les radiologistes de lire les radiographies d'avoir une idée rapide de ce qu'ils regardent, en particulier les médecins d'urgence et hospitaliers. »
Ensuite, l'équipe de santé de l'UC San Diego espère étendre l'étude propulsée par l'IA pour détecter la pneumonie aux quatre autres centres médicaux universitaires de l'Université de Californie.
« En tant que centre médical universitaire, nous cherchons toujours des moyens d'apporter des innovations au chevet du patient », a déclaré Longhurst. « Bien que nous ayons besoin de plus d'études pour évaluer l'efficacité de cet algorithme et améliorer sa précision à mesure que nous voyons de plus en plus de patients, ce que nous constatons jusqu'à présent est la preuve que cette approche pourrait être un outil puissant pour les prestataires de soins de santé afin de fournir plus tôt et plus diagnostics de COVID-19 et d'autres infections. «
La source:
Université de Californie – San Diego
