Les données des patients recèlent une mine d’informations pouvant être exploitées par l’IA pour identifier le traitement le plus adapté à chaque individu, améliorant ainsi considérablement les soins. Selon une nouvelle étude de l’Université d’Aberdeen, en Ecosse, elles peuvent également réduire considérablement les temps d’attente pour une arthroplastie ou chirurgie de remplacement articulaire.

L’étude a mis en lumière un outil d’IA capable d’analyser rapidement et précisément les rapports de radiologie préopératoires, identifiant les patients aptes à une intervention chirurgicale, en particulier pour les remplacements de la hanche. Cet outil pourrait considérablement améliorer l’efficacité des soins, réduire les coûts et, surtout, raccourcir les listes d’attente saturées, ce qui serait un soulagement pour les milliers de patients qui attendent depuis longtemps une intervention.

Le Dr Luke Farrow, chercheur clinique de l’Université d’Aberdeen, qui a dirigé l’étude, a déclaré :

“Nous avons identifié que le résumé des résultats de la radiographie par le radiologue peut être utilisé avec succès pour aider à prédire quels patients orientés vers une arthroplastie de la hanche subiront une intervention chirurgicale”.

Ajoutant :

“Il s’agit de la première étude complète à confirmer le potentiel de l’intelligence artificielle dans ce domaine”.

Objectif de l’étude

Le but de l’étude du Dr Luke Farrow et de ses collègues de l’Université d’Aberdeen, Mingjun Zhong et Lesley Anderson, était d’examiner si le traitement du langage naturel (NLP) à l’aide d’un LLM basé sur la clinique pouvait être utilisé pour prédire la sélection des patients pour une arthroplastie totale de la hanche ou du genou (THA/TKA) à partir de rapports de radiologie en texte libre régulièrement disponibles.

Publiée dans le “Bone and Joint Journal”, elle s’inscrit dans le cadre du projet ARCHERY (Artificial Intelligence for Revolutionising Patient Care in Hip and Knee Arthroplasty), qui se concentre sur l’intégration de l’IA pour améliorer les parcours de soins des patients nécessitant une arthroplastie.

Méthode

Le prétraitement et l’analyse des données cliniques régionales écossaises anonymisées de patients orientés vers l’examen de THA/TKA, ont été réalisés selon le protocole du projet ARCHERY. Seuls les rapports de radiologie préopératoire ont été inclus. Les algorithmes de NLP ont été développés à partir de GatorTron, un LLM open source développé par l’Université de Floride et NVIDIA, entraîné sur plus de 82 milliards de mots de texte clinique anonymisé.

Le modèle a été ajusté finement sur 50 époques et validé par une méthode de validation croisée à trois cycles (k-fold). Les résultats ont ensuite été testés sur des cohortes externes.

Résultats

Pour la prédiction de la THA, 5 558 rapports de radiologie ont été analysés. Parmi eux, 4 137 ont été utilisés pour l’entraînement et les tests du modèle, tandis que 1 421 ont servi à la validation externe. Les performances du modèle après entraînement ont montré une précision moyenne de 0,850, un score F1 de 0,813, et une AUROC de 0,847. Ces résultats suggèrent une bonne performance pour la sélection des candidats à une THA.

Pour la TKA, 7 457 rapports ont été analysés, avec 3 478 utilisés pour l’entraînement et les tests, et 3 152 pour la validation externe. Les résultats ont montré une précision de 0,757, un score F1 de 0,543, et une AUROC de 0,717. Les performances pour la TKA ont été significativement moins bonnes que pour la THA, en particulier lors de la validation externe, où une détérioration notable des performances a été observée.

Limitations

Les résultats montrent que l’utilisation de ces rapports préopératoires de radiologie a un potentiel prometteur pour identifier les candidats appropriés pour une arthroplastie de la hanche, bien que les résultats soient moins convaincants pour l’arthroplastie du genou.

Selon les chercheurs, l’IA doit encore être entraînée en fonction des caractéristiques spécifiques du cadre de soins de santé dans lequel elle doit être utilisée.

Le Dr Farrow déclare :

“L’efficacité de l’algorithme d’IA développé s’est considérablement détériorée lorsqu’elle a été confrontée à des rapports de radiologie provenant d’un autre établissement de santé, ce qui indique la nécessité d’une formation supplémentaire sur une population plus large et plus diversifiée”.

Il ajoute :

“Des développements supplémentaires sont nécessaires pour s’assurer que l’algorithme fonctionne mieux lorsqu’il est appliqué à de nouveaux établissements de soins de santé, tels que différents trusts du NHS. Avec tout algorithme d’IA, il est important de s’assurer qu’il fonctionne efficacement dans le monde réel”.

Cependant, alors que les listes d’attente pour la chirurgie de remplacement articulaire n’ont jamais été aussi nombreuses en Ecosse, cette nouvelle technologie a le potentiel de transformer un système très saturé.

Le Dr Luke Farrow conclut :

“L’utilisation de cet outil d’IA dans la pratique clinique permettrait un examen automatisé rapide de nombreux patients, ce qui améliorerait probablement considérablement l’efficacité et réduirait les coûts associés – cela pourrait changer la vie de milliers de patients qui attendent depuis des années d’atteindre le sommet des listes chirurgicales”.

Références de l’article :

Farrow L, Zhong M, Anderson L. “Utilisation de techniques de traitement du langage naturel pour prédire la sélection des patients pour une arthroplastie totale de la hanche et du genou à partir de rapports de radiologie”.

Bone and Joint Journal 2024; 106-B(7) :688-695. doi :10.1302/0301-620X.106B7.BJJ-2024-0136

Comme de nombreux hôpitaux français, le CHU Martinique fait face à une pénurie de personnel. Pour permettre à ses professionnels de santé de travailler dans de bonnes conditions et fournir des soins de qualité à tout un chacun, il annonce un partenariat stratégique avec Incepto, plateforme de solutions d’IA appliquées à l’imagerie médicale.

Cofondée en janvier 2018 par Antoine Jomier, Gaspard d’Assignies, radiologue, et Florence Moreau, ingénieure et CTO, Incepto vise à répondre à des enjeux de santé publique majeurs : réduire le délai d’attente pour les examens, pallier le déficit de spécialistes pour certaines maladies graves et accompagner le travail des médecins face à l’accroissement des données à analyser, améliorant ainsi la prise en charge des patients, dans diverses filières de soins notamment aux urgences, en cancérologie, en cardiologie ou dans les maladies neuro-dégénératives.

Plus de 300 cliniques ou hôpitaux (AP-HP, AP-HM, Rennes, Lille, Nancy, Le Havre…) sont aujourd’hui équipés de ses solutions d’IA qui permettent de traiter plus de 300 000 examens chaque mois. En mars 2023, Incepto a été lauréate de la première promotion du programme French Tech Health 20, un programme sectoriel de la Mission French Tech visant à accompagner les start-ups du secteur de la santé en partenariat avec l’Agence d’innovation en santé.

La start-up figure également parmi les lauréats du programme d’accélération French Tech 2030 annoncés au mois de mai suivant et annonçait alors un partenariat avec Stephanix, membre tout comme elle de French Healthcare Association, visant à renforcer l’offre française en matière d’imagerie médicale.

Le partenariat stratégique avec le CHU Martinique

Assurant une triple mission de soins, d’enseignement et de recherche, le CHU de Martinique répond aux besoins en soins de proximité d’un bassin de population de 360 000 habitants. Il assure également des missions spécifiques de santé publique et est engagé dans une politique de coopération visant à assurer des soins à des patients en situation critique ou relevant de spécialités non disponibles dans les autres îles de la Caraïbe.

Ce partenariat s’inscrit dans la logique de sa mission de service public. La Martinique connaît en effet une tension de son système de santé et de soins, marquée par les sous-effectifs de personnel médical, notamment en radiologie et aux urgences.

Les solutions d’Incepto soutiennent désormais les radiologues et médecins urgentistes des trois services d’urgences du CHU. Grâce à l’IA, elles les assistent dans la détection précoce, la mesure et le diagnostic et réduisent les délais d’acquisition des données médicales, ainsi que l’organisation du triage et de la priorisation des cas, améliorant ainsi la prise en charge des patients.

Rodrigue Alexander, Directeur de pôle transformation numérique du CHU de Martinique, explique :

“Nous avons choisi de recourir à l’IA pour renforcer la sécurité des prises en charge aux urgences dans un contexte de pénurie de médecins radiologues, d’analyse de plusieurs évènements indésirables évitables et de volonté institutionnelle de conforter le pratique des médecins urgentistes devant faire face à une croissance importante de l’activité.

Nous avons choisi Incepto pour la qualité de ses solutions et son fonctionnement en plateforme, qui simplifie son utilisation à toutes les étapes. La diversité des applications est rendue gérable par le fait qu’ils sont notre seul interlocuteur, et que l’implémentation sur nos équipements ne nécessite aucun investissement. Cette facilité de prise en main fait gagner un temps fou à nos équipes, c’est essentiel. Après un 1er bilan positif depuis 6 mois aux Urgences, nous travaillons actuellement au lancement d’autres usages (Mammographies, pathologies neurologiques…)”.

Antoine Jomier, PDG et co-fondateur d’Incepto, conclut:

“Nous sommes très heureux du partenariat avec le CHU de Martinique qui vient, à nouveau, renforcer notre volonté de généraliser l’usage de l’IA à tous les patients en France. Il démontre également que nous accompagnons tous les acteurs de la santé. Contribuer à soulager le système de santé de Martinique, pour garantir l’accès aux soins des patients de l’île, est une grande fierté pour nos équipes”.