CI-DESSUS: © ISTOCK.COM , SUDOK1
Bien que la vague initiale de la pandémie du SRAS-CoV-2 se soit atténuée dans de nombreux pays, les fournisseurs de soins de santé cherchent toujours à identifier autant de patients COVID-19 que possible et à contenir la maladie. Un diagnostic rapide et précis est particulièrement important lorsque des patients sans méfiance atteints d’une infection à coronavirus se présentent à l’hôpital avec des problèmes de santé mais ne présentent pas encore de symptômes de COVID-19.
Des échantillons d’écouvillons nasaux analysés par RT-PCR sont actuellement recommandés pour le diagnostic de COVID-19, cependant, des pénuries d’approvisionnement, un temps d’attente pouvant aller jusqu’à deux jours pour obtenir des résultats et un taux de faux négatifs aussi élevé que 1 sur 5, des outils de dépistage alternatifs à grande échelle de la COVID-19 sont toujours recherchés.
Le SARS-CoV-2 est connu pour endommager le tissu pulmonaire, et d’une manière distincte que les médecins cherchent maintenant à exploiter pour de nouvelles approches diagnostiques. De nombreux patients atteints de COVID-19 développent une pneumonie, qui peut évoluer vers une insuffisance respiratoire et parfois la mort. La pneumonie COVID-19 est différente des formes plus courantes de pneumonie bactérienne, et les différences apparaissent dans les tomodensitogrammes thoraciques. Les plus frappants sont les motifs de lésions troubles qui ressemblent à des éclats de verre ou à des lignes réticulaires dans les lésions opaques qui ressemblent à des carreaux de pavage irréguliers, qui se produisent autour des périphéries des deux poumons. Les lésions dues à une pneumonie bactérienne sont généralement concentrées dans un poumon et peuvent ne pas ressembler à des éclats de verre.
En Chine, la tomodensitométrie est déjà utilisée comme outil de diagnostic du COVID-19 lorsqu’un patient arrive dans un établissement de santé avec de la fièvre et une infection suspectée, bien que cette approche n’ait pas été largement adoptée aux États-Unis. Deux études, publiées dans Nature Medicine et Cell, font avancer cette idée en utilisant l’intelligence artificielle (IA) formée aux tomodensitogrammes pulmonaires comme outil de diagnostic rapide pour rechercher l’infection à COVID-19 chez les patients qui viennent à l’hôpital et nécessitent une imagerie médicale.
Voir « L’IA Crible des milliards de molécules pour les traitements contre les coronavirus »
Dans Cell, des chercheurs de l’Université des sciences et de la technologie de Macao ont utilisé 532 000 tomodensitogrammes de 3 777 patients en Chine pour former leurs outils d’IA, en se concentrant sur les lésions révélatrices observées dans les poumons des patients atteints de COVID-19. Dans des études pilotes menées dans plusieurs hôpitaux chinois, le modèle AI a correctement diagnostiqué une pneumonie causée par le coronavirus au moins 85% du temps lorsqu’il a été appliqué à un ensemble de données de 417 patients dans quatre cohortes distinctes. La pneumonie COVID a été diagnostiquée à tort comme une pneumonie non COVID dans 7 à 12% des cas.
« Ce groupe fait un travail formidable d’approfondissement de la validation externe: ils ont cet ensemble de données volumineux en provenance de Chine et ils ont examiné son fonctionnement dans de nombreux hôpitaux », explique Matthew Lungren, radiologue au Stanford University Medical Center qui n’a participé à aucune des deux études.
La reconnaissance d’un très petit nombre de cas de pneumonie COVID-19 parmi un grand nombre de cas de pneumonie générale non spécifiques est importante pour un outil de diagnostic lorsque le SARS-CoV-2, le coronavirus à l’origine de la pandémie, devient endémique et n’est plus la principale cause de pneumonie, explique Lungren.
« Un grand ensemble de données avec une source diversifiée de données est crucial pour parvenir à des conclusions robustes et généralisables dans les diagnostics basés sur l’IA », écrit Kang Zhang, coauteur de Cell, professeur de médecine à l’Université des sciences et technologies de Macao, dans un e-mail au scientifique. » L’un des problèmes les plus difficiles de l’application de l’IA dans les soins de santé est la mauvaise reproductibilité. »
L’un des défis de l’utilisation de la tomodensitométrie pour le diagnostic de COVID-19 est que de nombreuses personnes infectées par le SRAS-CoV-2 présentent des symptômes cliniques graves tels que toux et fièvre, mais n’ont aucun biomarqueur visible dans les tomodensitogrammes. Si les professionnels de la santé tentent d’obtenir un diagnostic précis du COVID-19 plus rapidement que les méthodes de PCR standard, « se baser uniquement sur l’imagerie peut ne pas suffire », explique Yang Yang, radiologue à l’Hôpital Mount Sinai.
L’équipe de Yang a également formé son modèle d’IA COVID-19 aux tomodensitogrammes thoraciques et publié les résultats dans Nature Medicine. Ce modèle a intégré les résultats des tomodensitogrammes aux résultats cliniques tels que l’âge des patients, qu’ils aient eu une toux ou de la fièvre, et leur nombre de globules blancs, créant ce que les auteurs ont appelé un « modèle de fusion » pour diagnostiquer les patients atteints de COVID-19 sur la base de données cliniques et d’imagerie. Leur modèle de fusion a diagnostiqué la COVID-19 avec une précision de 83,5% dans un ensemble de tests de 279 patients. En regardant le même ensemble d’images, un radiologue thoracique senior a diagnostiqué COVID-19 avec une précision de 84,6%.
« Il y a des aspects de leur méthodologie qui, à mon avis, sont très importants pour ce domaine en général », explique Lungren, à savoir que de nombreux modèles de diagnostic d’IA basés sur des données d’imagerie bénéficieraient de l’entrée de données cliniques supplémentaires.
Zhang affirme qu’au moins 10 grands hôpitaux en Chine et plusieurs aux États-Unis, en Inde, en Irak et en Équateur utilisent son modèle pour diagnostiquer des patients soupçonnés d’avoir une pneumonie COVID-19. Son équipe a rendu ses algorithmes et ses ensembles de données de formation accessibles au public pour que d’autres chercheurs puissent les utiliser.
K. Zhang et al., « Système d’IA cliniquement applicable pour un diagnostic précis, des mesures quantitatives et un pronostic de la pneumonie COVID-19 à l’aide de la tomodensitométrie », Cell, doi: 10.1016 / j.cell.2020.04.045, 2020.
