La crise sanitaire liée à la pandémie de COVID-19 met à l’épreuve l’ensemble des systèmes de santé. Très contagieux, le virus s’est diffusé à une vitesse fulgurante dans le monde entier avec des symptômes apparaissant à des degrés divers chez les patients. Cette situation inédite a contraint les gouvernements et les organisations à s’adapter et à accélérer le développement d’outils enrichis par l’Intelligence Artificielle (IA) permettant le diagnostic, la planification thérapeutique et le suivi des patients atteints ou suspectés de COVID-19.
L’Intelligence Artificielle, à tous les niveaux de la pandémie
Dans ce cadre, l’Intelligence Artificielle est utilisée à tous les niveaux de la crise sanitaire, que ce soit pour prédire le risque d’aggravation de la maladie, surveiller simultanément plusieurs patients équipés de respirateurs artificiels, assurer le suivi à distance des patients restés à leur domicile ou encore dans la gestion des Equipements de Protection Individuelle (EPI).
« Dès le début de la crise du COVID-19, les communautés scientifiques du monde entier se sont mobilisées, et cela a donné lieu à un partage de connaissances et d’expertises inédit. C’est notamment grâce à ces échanges et à cette transparence que les algorithmes d’Intelligence Artificielle ont pu être alimentés. De cette façon nous avons, chez Siemens Healthineers, progressé très rapidement dans le développement de notre algorithme permettant d’analyser facilement les images scanographiques pulmonaires des patients infectés ou suspectés d’être infectés par le COVID-19. » explique Dorin Comaniciu, Vice-Président IA chez Siemens Healthineers.
En effet, au plus fort de la crise c’est certainement en imagerie que l’IA a joué un des rôles les plus importants dans l’appui au diagnostic et à la quantification de l’atteinte du patient par la maladie.
Le rôle de l’imagerie médicale enrichie par l’IA au cours de la pandémie de COVID-19
Des études1 ont démontré la bonne sensibilité du scanner pulmonaire chez les patients suspectés d’être atteints de COVID-19. Les principales caractéristiques d’un poumon de patient infecté par le COVID-19 sont des opacités en verre dépoli focales périphériques ou multifocales et des opacités de consolidation.
L’utilisation du scanner permet ainsi de quantifier de manière très précise l’envahissement du poumon mais également d’évaluer la progression de la maladie et d’adapter la prise en charge.
« L’IA en imagerie peut aider le radiologue à statuer rapidement sur trois aspects de la maladie du COVID-19 : l’infection effective du patient par le COVID-19 ou par une autre maladie respiratoire, puis, en cas d’infection au COVID-19 avérée, l’évaluation du degré de gravité de la maladie chez ce patient. Enfin, cela permet de savoir comment progresse la pathologie, si le patient s’oriente vers une guérison ou une aggravation » explique Dorin Comaniciu.
Dans le cas d’une pandémie mondiale comme celle du COVID-19, entrainant une saturation des hôpitaux, demandant une prise en charge encore plus rapide des patients et générant de fait une quantité extraordinaire d’images à contrôler en peu de temps par les radiologues, l’Intelligence Artificielle s’avère être une aide précieuse.Avec les outils de diagnostic enrichis par l’IA, la rapidité d’analyse permet d’effectuer des examens plus poussés, qui seraient trop longs à réaliser sans assistance par l’IA, et qui surtout génèrent encore plus d’informations quantitatives, objectives et reproductibles.
Ces outils permettent donc d’encadrer et de minimiser la variabilité de l’analyse d’un examen d’un radiologue à un autre et offrent aux radiologues, en leur faisant gagner du temps, la possibilité de se consacrer plus profondément à l’étude des cas les plus complexes, où leur valeur ajoutée est irremplaçable.
L’IA et les données patients, des clés pour faire progresser la recherche ?
Encore aujourd’hui, il existe peu de certitudes cliniques sur le COVID-19 et les connaissances liées à la maladie évoluent presque quotidiennement. En l’absence de vaccin, les algorithmes et outils enrichis par l’IA développés pour le COVID-19 permettront sans doute de gagner un temps précieux en cas de deuxième vague ou d’apparition d’un nouveau virus respiratoire.
Pour cela, les données des patients générées lors de la pandémie mais surtout leur qualité sont des fondamentaux pour faire avancer la recherche. Pour le Ministère des Solidarités et de la Santé français « la capacité à mobiliser les données de santé est un axe essentiel de la lutte contre l'épidémie de COVID-19 ».2 « La question des données est en effet essentielle. Elles peuvent accompagner les médecins dans les prises de décision, et pourquoi pas, répondre aux questions suivantes : est-ce qu’avec tout ce que je sais sur un patient, je peux anticiper le risque qu’il développe une forme grave de la maladie, dois-je l’hospitaliser ou puis-je prédire sa guérison et lui permettre de rester à domicile pour suivre le traitement ? » imagine Dorin Comaniciu.
L’intelligence Artificielle pourrait alors via des algorithmes intégrant les données de santé d’un patient mais également les données issues de ses tests biologiques (gaz du sang, coagulation …) et d’imagerie, faire le lien et prédire l’évolution de la maladie chez ce patient. Cela permettrait par exemple de prévenir le phénomène appelé orage cytokinique, une réaction incontrôlée du système immunitaire chez les patients infectés par le COVID-19 et qui peut endommager la plupart des organes vitaux. « Ces réflexions sont à l’étude chez Siemens Healthineers, qui continue de s’engager auprès des professionnels de santé dans le développement de la médecine de précision et la transformation des parcours de soins accompagnée par la digitalisation de la santé. » conclut Dorin Comaniciu.
Focus sur un algorithme développé de manière collaborative
Siemens Healthineers a développé en collaboration avec son réseau de partenaires essentiellement Européens et Nord-Américains l’outil « CT Pneumonia Analysis »*, enrichie par l’Intelligence Artificielle.
Les principales caractéristiques d’un poumon de patient infecté par le COVID-19 sont des opacités en verre dépoli focales périphériques ou multifocales et des opacités de consolidation. Destiné, dans un premier temps, à la recherche, l’algorithme de Siemens Healthineers est conçu pour identifier et quantifier automatiquement les régions hyperdenses du poumon. Son utilisation permet d’analyser facilement les images scanographiques pulmonaires.
L’algorithme utilise les images résultant d’examens scanographiques non-injectés et effectue sur ces images une segmentation volumique (3D) des poumons, des lobes et des zones lésées.
Il produit deux mesures combinées de la gravité de l'atteinte des poumons et des lobes, quantifiant à la fois l'étendue des anomalies COVID-19 et la présence de fortes opacités (consolidation). Il a été démontré que les anomalies de forte opacité sont en corrélation avec des symptômes sévères. La première mesure de la gravité de la maladie est globale, tandis que la seconde est calculée au niveau des lobes. Le logiciel « CT Pneumonia Analysis » indique également la probabilité que les anomalies détectées soient causées par le COVID-19 et non par une autre infection respiratoire.
« Cet algorithme a été développé sur la base de 1803 cas dont 1000 cas COVID-19 pour l’entraînement et la performance a été analysée sur 100 cas COVID-19 et 100 cas non COVID-19 » détaille Dorin Comaniciu.
Déployé sur toutes les solutions de post-traitement de Siemens Healthineers, l’algorithme « CT Pneumonia Analysis » est aujourd’hui facilement utilisable à des fins de recherche.