Une IA identifie avec succès des lésions cérébrales
Des chercheurs ont développé un algorithme d’IA qui peut détecter et identifier différents types de lésions cérébrales. Les chercheurs, de l’Université de Cambridge et de l’Imperial College de Londres, ont validé et testé cliniquement cette IA sur de grandes séries de scanneurs, et ont constaté qu’elle était capable de détecter, segmenter, quantifier et différencier différents types de lésions cérébrales.
Une IA validée et testée cliniquement
Ces résultats pourraient être utiles dans des études de recherche à grande échelle, pour développer des traitements plus personnalisés pour les blessures à la tête et, avec une validation plus poussée, ils pourraient être utiles dans certains scénarios cliniques, comme ceux où l’expertise radiologique est primordiale.
Les traumatismes crâniens représentent un énorme fardeau pour la santé publique dans le monde entier et touchent jusqu’à 60 millions de personnes chaque année. C’est la principale cause de mortalité chez les jeunes adultes. Lorsqu’un patient a subi un traumatisme crânien, il est généralement envoyé pour passer un scanneur afin de vérifier la présence de sang dans ou autour du cerveau, et pour aider à déterminer si une intervention chirurgicale est nécessaire.
« Le scanneur est un outil de diagnostic incroyablement important, mais il est rarement utilisé de manière quantitative », a déclaré le professeur David Menon, coauteur principal du document. « Souvent, une grande partie des informations disponibles dans un scanneur est manquée, et en tant que chercheurs, nous savons que le type, le volume et l’emplacement d’une lésion sur le cerveau sont importants pour les résultats des patients ».
« L’évaluation détaillée d’un scanneur avec annotations peut prendre des heures, en particulier chez les patients présentant des lésions plus graves », a déclaré le co-premier auteur, le Dr Virginia Newcombe, du département de médecine de Cambridge. « Nous voulions concevoir et développer un outil capable d’identifier et de quantifier automatiquement les différents types de lésions cérébrales afin de pouvoir l’utiliser dans la recherche et explorer son utilisation en milieu hospitalier ».
Cette IA est basée sur plus de 600 scanneurs
Les chercheurs ont développé un outil d’apprentissage automatique basé sur un réseau de neurones artificiels. Ils ont formé cet outil à partir de plus de 600 scanneurs différents, montrant des lésions cérébrales de tailles et de types différents. Ils ont ensuite validé cet outil sur un vaste ensemble de données de scanners.
L’IA a pu classer des parties individuelles de chaque image et dire si elle était normale ou non. Cela pourrait être utile pour de futures études sur l’évolution des traumatismes crâniens, car l’IA pourrait être plus cohérente qu’un humain pour détecter des changements subtils dans le temps.
« Cet outil nous permettra de répondre à des questions de recherche auxquelles nous ne pouvions pas répondre auparavant », a déclaré M. Newcombe. « Nous voulons l’utiliser sur de grands ensembles de données pour comprendre ce que l’imagerie peut nous apprendre sur le pronostic des patients ». « Nous espérons qu’il nous aidera à identifier les lésions qui grossissent et progressent, et à comprendre pourquoi afin que nous puissions développer à l’avenir un traitement plus personnalisé pour les patients », a déclaré M. Menon.
Bien que les chercheurs prévoient actuellement d’utiliser cette IA uniquement à des fins de recherche, ils affirment qu’avec une validation appropriée, elle pourrait également être utilisée dans certains scénarios cliniques, comme dans les régions à ressources limitées où il y a peu de radiologues.
Pour les salles d’urgence
En outre, les chercheurs affirment qu’elle pourrait être utilisée dans les salles d’urgence, ce qui permettrait aux patients de rentrer chez eux plus rapidement. Sur l’ensemble des patients ayant subi un traumatisme crânien, seuls 10 à 15 % présentent une lésion visible au scanneur. cette IA pourrait aider à identifier ces patients qui ont besoin d’un traitement supplémentaire, de sorte que ceux qui ne présentent pas de lésion cérébrale puissent être renvoyés chez eux, bien que toute utilisation clinique de cet outil doive être validée de manière approfondie.
La capacité d’analyser automatiquement de grands ensembles de données permettra également aux chercheurs de résoudre d’importantes questions de recherche clinique auxquelles il était auparavant difficile de répondre, notamment la détermination de caractéristiques pertinentes pour le pronostic qui, à son tour, pourrait aider à cibler les bonnes thérapies.
Cette recherche a été publiée dans The Lancet Digital Health.
Source : University of Cambridge
Crédit photo : Pixabay