LA MORTALITE DES PATIENTS POURRAIT ETRE PREDITE PAR L'ANALYSE INFORMATIQUE DES ORGANES

 

En utilisant un ordinateur pour analyser les images de TDM des organes des patients, les chercheurs ont été en mesure de prédire leur mortalité à 5 ans avec une précision de près de 70%. C'est selon une nouvelle étude récemment publiée dans la revue Scientific Reports .

 

Les chercheurs pensent que l'analyse informatique d'images médicales pourrait faire progresser la médecine de précision.

L'auteur principal de l'étude, le Dr Luke Oakden-Rayner, de la School of Public Health de l'Université d'Adelaide en Australie, et ses collègues estiment que leurs découvertes pourraient faire progresser le domaine de la médecine de précision.

Les National Institutes of Health (NIH) définissent la médecine de précision comme "une approche émergente du traitement et de la prévention des maladies qui prend en compte la variabilité individuelle des gènes, de l'environnement et du mode de vie de chaque personne".

Comme le notent les auteurs de l'étude, la médecine de précision repose sur la découverte de biomarqueurs qui sont des indicateurs précis du risque de maladie, de la réponse au traitement ou du pronostic de la maladie. Ils pensent que la radiologie a un rôle important à jouer dans ce domaine.

"[...] nous proposons que les images issues de tests radiologiques de routine aient été largement ignorées dans le contexte de la médecine de précision, et motivent l'utilisation de nouvelles techniques puissantes d'apprentissage automatique appliquées aux images radiologiques comme base d'une découverte nouvelle et utile de biomarqueurs "

"Les progrès récents dans le domaine de l'analyse d'images médicales ont montré que les caractéristiques d'images détectables par machine pouvaient se rapprocher du pouvoir descriptif de la biopsie, de la microscopie et même de l'analyse de l'ADN pour un certain nombre de pathologies", ajoutent-ils.

Mortalité des patients prévue avec une précision de 69%

Pour leur étude , le Dr Oakden-Rayner et ses collègues ont cherché à savoir s'ils pourraient apprendre à un ordinateur à "apprendre" des informations dans des tomodensitogrammes (TDM), afin de prédire la mortalité à 5 ans d'un patient.

Tout d'abord, l'équipe a rassemblé plus de 15 000 images CT de sept tissus différents - y compris des tissus cardiaques et pulmonaires - de patients âgés de 60 ans et plus. En utilisant des techniques de régression logistique, les chercheurs ont identifié un certain nombre de caractéristiques d’image liées à la mortalité à 5 ans.

L'équipe a ensuite combiné les données avec une technique «d'apprentissage en profondeur». Le Dr Oakden-Rayner explique qu'il s'agit d'une méthode par laquelle les ordinateurs peuvent "apprendre à comprendre et à analyser des images".

"Plutôt que de se concentrer sur le diagnostic des maladies, les systèmes automatisés peuvent prévoir les résultats médicaux d'une manière que les médecins ne sont pas formés, en intégrant de grands volumes de données et en détectant des schémas subtils", ajoute-t-il.

Les chercheurs ont ensuite utilisé l'ordinateur pour analyser les images thoraciques par scanner de 48 patients âgés de 60 ans et plus. Ils ont constaté qu'il était capable de prédire leur mortalité à 5 ans avec une précision de 69%, par rapport aux prévisions de mortalité faites par les professionnels de la santé.

"Bien que, pour cette étude, seul un petit échantillon de patients ait été utilisé, nos recherches suggèrent que l'ordinateur a appris à reconnaître les apparences complexes de maladies en imagerie, ce qui nécessite une formation approfondie des experts humains", explique le Dr Oakden-Rayner.

La prochaine étape pour l'équipe consiste à utiliser la technique informatique pour analyser les images tomodensitométriques de dizaines de milliers de patients.

Entre-temps, les chercheurs expliquent que leur étude démontre que les images de tomodensitométrie et l’apprentissage par ordinateur pourraient conduire à des avancées significatives en médecine de précision.

"Nos recherches ouvrent de nouvelles voies pour l'application de la technologie d'intelligence artificielle à l'analyse d'images médicales et pourraient offrir un nouvel espoir pour la détection précoce d'une maladie grave nécessitant des interventions médicales spécifiques."

Dr. Luke Oakden-Rayner

Découvrez comment une horloge épigénétique peut prédire la durée de vie .