L’IA, une aide pour l’échographie à la détection de l’inflammation intestinale dans les MICI
Position du problème
L’échographie intestinale est utile pour le diagnostic et le suivi des MICI mais l’interprétation des images nécessitent une courbe d'apprentissage pour les opérateurs. L’objectif de l’étude était de développer et valider un module d’IA permettant de détecter le tube digestif et les lésions élémentaires en échographie.
Méthode
Les Transformateurs de vision ont été utilisés dans l’étude et entraînés sur un jeu de données constitué de 17 488 images échographiques issues de 46 patients, comprenant 11 396 images pathologiques et 6 092 non pathologiques, annotées par deux gastroentérologues.
Résultat
La sensibilité et la spécificité pour la détection du tube digestif pathologique et non pathologique était respectivement de 95 et 94 % avec une performance globale atteignant 95% et une aide sous la courbe ROC de 0.86. La sensibilité diminuait néanmoins dans la détection des lésions de petite taille, les zones de faible contraste et lors des variations d’échelle.
Conclusion
Le modèle basé sur l’architecture ViT pré-entraîné et développé pour l’étude est un outil d'aide performant pour détecter le tube digestif normal et pathologique. Il devrait permettre à terme, une utilisation de l’échographie intestinale chez les cliniciens non entraînés à la détection de ces lésions, avec toutefois une limite nécessitant une formation initiale (balayage du cadre colique, réglages optimal de l'échographe).
Camille ROBERT, Amiens