Covid-19 / Étude : quand l’IA prédit la sévérité du virus avec un scanner thoracique 3D (France)

Avec 15 % de cas graves parmi les patients hospitalisés, la pandémie de SARS-COV-2 a mis une importante pression sur les unités de soins intensifs. Être capable d’identifier les premiers signes prédicteurs de gravité de maladie, et n’hospitaliser que les patients les plus à risques, fait partie des priorités de santé publique soulevées par cette crise sanitaire.

L’Institut Gustave Roussy, l’hôpital Bicêtre (AP-HP), la start-up Owkin et l’Inria ont allié leurs expertises et lancé en mars 2020 l'étude ScanCovIA. Concrètement, ils ont recueilli des données cliniques et biologiques ainsi que des images de tomodensitométrie et des rapports de radiologie auprès de 1 003 patients infectés par le coronavirus dans deux hôpitaux français (Kremlin-Bicêtre et Gustave Roussy).

L’outil-clé de cette étude était le scanner thoracique 3D, utilisé pour évaluer l’ampleur et la nature des lésions au niveau du thorax et diagnostiquer des atteintes pulmonaires. 

Des études antérieures ont mis en évidence que les facteurs de risque d'évolution grave étaient l'âge, les comorbidités et des variables biologiques mesurées dans les 2 jours suivant l’admission du patient à l’hôpital. Cependant, les données informatisées issues des scanners thoraciques sont également des sources d’informations pertinentes car elles permettent de mesurer l'étendue de l’inflammation pulmonaire. Les chercheurs français ont donc voulu évaluer dans quelle mesure l’analyse visuelle ou grâce à l’IA des scanners thoraciques à l’admission des patients permettait d’affiner le pronostic d'évolution de la maladie, une fois que les données cliniques et biologiques ont été prises en compte.

C’est la combinaison de l’ensemble de ces critères et la formation d’un réseau neuronal profond qui ont permis de prédire la sévérité de l’infection au coronavirus d’un patient dès le diagnostic.

Après deux mois d’étude, les premiers résultats de ScanCovIA ont démontré la pertinence de l’analyse multimodale des données des patients. En combinant onze paramètres cliniques et trois critères radiologiques, l’intelligence artificielle développée semble capable de prédire de manière précise l’évolution d’un patient atteint de Covid-19, s’il risque de développer des complications, d’avoir besoin d’une assistance respiratoire, etc. Elle permettrait ainsi de répondre aux questions essentielles d’une prise en charge urgente et d’anticiper les besoins. Les marqueurs de gravité seraient présents dans les scanners de routine effectués à l’admission, et ceux-ci pourraient par conséquent être identifiés et quantifiés par une notation basée sur l’IA, fournissant des éléments utiles et interprétables pour le pronostic.

« Grâce à l’intelligence artificielle, on peut essayer de quantifier l’atteinte pulmonaire. En cinq minutes, le scanner est capable de nous donner un résultat. Dans ce cas, l’[IA] est utile et fait gagner un temps précieux pour analyser les données », explique le Pr Nathalie Lassau, radiologue à Gustave Roussy, directrice adjointe de l’unité Biomaps et co-auteur de l'étude.

Il faut noter que ces résultats sont pour le moment préliminaires et n’ont pas encore été publiés dans une revue avec comité de lecture.

 Institut Gustave Roussy

Inria

Owkin

Assistance Publique – Hôpitaux de Paris