Un algorithme innovant développé par les équipes des Professeurs Yvan Saeys et Dirk Elewaut, du VIB-UGent Centrum voor Inflammatieonderzoek, et des collègues de l’UZ Gent permet d’évaluer de manière objective et standardisée les lésions inflammatoires.
L’algorithme pourrait améliorer considérablement le diagnostic et le traitement des patients atteints de spondylarthrite. Cette étude a été publiée dans la revue Arthritis & Rheumatology
Détection des inflammations
Traditionnellement, la détection d’une sacro-iliite active joue un rôle crucial dans le diagnostic précoce et le suivi d’affections inflammatoires telles que la spondylarthrite. Mais l’évaluation des images IRM de l’articulation sacro-iliaque (SI) constitue un défi en raison de la variabilité des lésions inflammatoires et de l’expertise requise pour une interprétation précise.
Dans cette nouvelle étude, des chercheurs du VIB-UGent et de l'UZ Gent ont mis au point un système de vision par ordinateur pour automatiser l'ensemble du processus, depuis la détection de l’articulation SI et la segmentation des régions jusqu’à la prédiction de l’œdème médullaire.
«Notre algorithme a été entraîné et testé à l’aide d’un ensemble de données de patients souffrant d’arthrite, de patientes en post-partum et de sujets en bonne santé. Les prédictions ont ensuite été validées à l’aide d’un ensemble de données indépendant d’IRM de patients souffrant d’arthrite», explique le Dr Joris Roels (VIB-UGent).
«Grâce à cet entraînement, ajoute le Dr Ann-Sophie De Craemer (UZ Gent), notre modèle d’apprentissage automatique a donné des résultats prometteurs, avec une précision d'environ 70 à 80% dans la détection de l’inflammation de l’articulation SI.»
Obtenir des prévisions automatisées de l’inflammation à partir d’images tridimensionnelles d’une structure anatomique complexe est un véritable défi, mais en segmentant l’image en sections plus détaillées, ce nouvel algorithme peut réduire l’espace de recherche, ce qui permet d’obtenir de meilleures prévisions.
Assister les médecins
«Nous avons mis au point un pipeline d’apprentissage automatique entièrement automatisé qui permet une évaluation standardisée de l’inflammation SI sur les clichés d’IRM. Cette méthode peut potentiellement dépister un grand nombre de patients chez qui l’on soupçonne une arthrite et nous permet de faire un pas de plus vers l’utilisation de l’intelligence artificielle pour le diagnostic et le suivi», explique le Pr Dirk Elewaut (VIB-UGent).
«Si elle est affinée et validée, cette technologie pourrait révolutionner les pratiques de soins de santé et améliorer les résultats pour les patients. Le rôle de l’intelligence artificielle ici n’est pas de remplacer les spécialistes humains, mais de les aider, en leur faisant gagner du temps pour les contacts avec leurs patients. Grâce aux fonctions d’intelligence artificielle explicables de notre modèle, les experts médicaux peuvent désormais comprendre ce que le modèle d’intelligence artificielle regarde dans l’image, ce qui rend nos modèles d’intelligence artificielle plus fiables et explicables», conclut le Pr Yvan Saeys (VIB-UGent).
