Covid-19, imagerie médicale et IA : du diagnostic au pronostic

Parmi les outils à disposition des équipes de soignants pour mesurer l’avancée d’une pathologie comme la Covid-19, l’imagerie médicale joue un rôle important. Comment passer du diagnostic au pronostic de l’évolution clinique ? En collaboration avec le CHU de Saint-Étienne, une équipe du laboratoire CREATIS¹ s’attelle à développer un programme informatique capable de prédire le risque d’évolution de la maladie chez un patient. Après un an de collecte de données cliniques, biologiques et d’images thoraciques, les chercheurs espèrent pouvoir faire de cette base unique en son genre, nommée « COVID-CTPRED », un outil efficace pour soulager l’accès au soin et la gestion des flux des patients dans les hôpitaux. Explications.

Comprendre la pathologie à travers l’image 
Il se lit parfois dans le marc de café… Ou dans l’imagerie médicale. Lire l’avenir de l’état de santé d’un patient atteint de la Covid, c’est un peu l’ambition du projet « PROFILE » mené par un groupe-projet du laboratoire CREATIS. Source d’information complémentaire pour poser un diagnostic médical, l’imagerie pourrait aider à prévoir l’évolution clinique des patients touchés par la Covid. « C’est une maladie qui présente des particularités visibles à travers un scanner, comme des lésions en périphérie des poumons. Des études ont montré des signatures, comme des changements de calibre des vaisseaux de l’arbre vasculaire pulmonaire. L’idée du projet est de pouvoir prédire, en fonction des images et d’autres sources de données, l’évolution de la maladie au cours du temps. L’imagerie médicale joue un rôle important, non pas unique, mais la prédiction des risques peut être améliorée grâce à elle », explique Olivier Bernard, enseignant-chercheur de l’INSA Lyon, porteur du projet « PROFILE ». Pour cela, l’équipe de recherche s’est appliquée à récolter, en collaboration avec le CHU de Saint-Étienne, un grand nombre d’informations cliniques et des images des patients. L’objectif final ? Développer une intelligence artificielle capable d’intégrer toutes ces données et en faire un modèle prédictif. 

Exemple de signatures caractéristiques de la Covid sur des images
issues de scanner par rayon X - pavage fissure sur l'image de gauche et vaisseaux périphériques dilatées sur l'image de droite

L’intelligence artificielle pour prédire et pronostiquer
Avant de pouvoir faire fonctionner une intelligence artificielle capable de pronostic, un travail de longue haleine a occupé l’équipe pendant près d’un an : la collecte d’informations pour alimenter une base de données qui soit suffisamment complète et prometteuse pour produire de réelles avancées. Les chercheurs et médecins collectent d’ailleurs cette semaine les dernières données nécessaires, celles du 800^e patient volontaire. « Travailler avec une IA suppose de constituer une base de données solide. La richesse de notre base se situe dans la pertinence et la complémentarité des informations que nous avons récoltées, en plus de chacune des images. Nous sommes conscients que l’image n’est pas suffisante : la qualité de vie du patient, ses antécédents médicaux et son profil de santé sont des informations à considérer dans notre modèle prédictif. Nous prenons en compte près de 400 champs, en plus des données issues de l’image », ajoute le responsable de l’équipe MYRIAD².

Croiser les sources d’image
Grâce à des liens forts avec le CHU de Saint-Étienne, les chercheurs du laboratoire CREATIS ont étayé leurs données d’imagerie, avec un protocole particulier auquel les patients volontaires ont accepté de se soumettre. « Aujourd’hui, les scanners à rayons X sont l’une des imageries recommandées pour déterminer l’état des patients atteints de la Covid. Si notre base de données est assez singulière, c’est qu’elle permet d’exploiter différents types de scanner X. En plus d’un scanner classique, si le patient le peut, les médecins doublent les examens avec des acquisitions scanner angiographique en fin d’inspiration et d’expiration. Le scanner classique permet de voir les lésions dans les poumons et localiser les embolies ; l’angiographie permet d’extraire l’arbre vasculaire grâce à des produits de contraste ; et la combinaison des clichés pris en fin d’inspiration et d’expiration permet de caractériser la capacité respiratoire des patients. Toutes ces données prises ensemble renforceront le pouvoir prédictif de notre outil informatique. Chaque détail compte pour un système d’IA efficace », poursuit le chercheur. 

Exemple d'un arbre vasculaire pulmonaire extrait à partir d'une acquisition scanner angiographique

Un projet « open science » pour répondre à l’urgence
Aujourd’hui en deuxième phase d’évaluation par l’Agence Nationale de la Recherche pour financer le reste des travaux, le projet peut aussi compter sur l’entièreté de la communauté scientifique. « Nous voulons ce projet le plus ouvert possible. En plus de notre collaboration avec le CNAM et l’Université de Bourgogne pour étendre la base de données, nous avons mis en place une plateforme web collaborative pour permettre à tous les chercheurs publics français qui le souhaitent, de travailler sur le sujet, hors cadre de partenariat de recherche. Ce service, rendu possible par un premier financement national, nous permet d’anonymiser les données personnelles et médicales récoltées avant qu’elles ne soient manipulées. Cela répond à l’un des principaux enjeux éthiques de notre démarche : la protection des données personnelles des patients ayant participé à l’étude ». 

Quid de la vaccination ? 
Alors que la campagne de vaccination progresse, une question légitime se pose : le projet « PROFILE » a-t-il encore son utilité ? Pour le chercheur du laboratoire CREATIS, cela ne fait aucun doute. « Nous ne sommes jamais à l’abri d’une mutation d’un virus qui pourrait rendre les vaccins inefficaces. Ce sont des mots certainement difficiles à accepter lorsque la société toute entière n’attend qu’une sortie de crise, mais il est envisageable que cette pandémie soit la première d’une longue série. Et au-delà de la crise actuelle, rien n’est jamais perdu en matière de recherche scientifique. Toutes les méthodes que nous développons en imagerie aujourd’hui pourront être utiles pour d’autres pathologies. Ça n’est jamais du temps perdu, mais du temps gagné » conclut Olivier Bernard.

------

¹ Centre de Recherche en Acquisition et Traitement de l’Image pour la Santé (INSA Lyon/UCB-Lyon 1/UJM/CNRS/Inserm)
² MYRIAD: modeling & analysis for medical imaging and diagnosis