ScanCovid IA : l’intelligence artificielle au service de la prédiction de la sévérité de l’infection

Date :
Mis à jour le 23/06/2020
Et si l’analyse combinée de nos données de santé (cliniques, biologiques, scanners, etc. ) permettait aux personnels de santé de mieux prédire et d’affiner la sévérité de l’atteinte au virus ? Une prouesse scientifique rendue possible grâce à l’intelligence artificielle mais aussi à une collaboration étroite entre les équipes de l’Institut Gustave Roussy, de l’hôpital Bicêtre AP-HP, de la startup Owkin et d’Inria.
Photo ScanCovid IA
L'équipe partenaire à l'Institut Gustave Roussy

Quelle est la genèse de votre projet ?

Depuis plusieurs années, l’équipe-projet OPIS travaille de façon soutenue avec les médecins du département d’imagerie de l’Institut Gustave Roussy (IGR) sur des problématiques liées à l’apprentissage et à l’intelligence artificielle et leur apport en imagerie médicale pour le diagnostic, pronostic et suivi des patients atteints de cancer.

L’équipe de l’IGR a pris contact avec notre équipe de recherche, au début du mois de mars 2020, pour lancer un projet collaboratif : travailler sur la prédiction de la sévérité de l’atteinte au Covid-19 à partir d’analyses IA de scanners thoraciques 3D des patients.

Verbatim

Le rôle de l’imagerie et du radiologue dans le contexte de l’épidémie de Covid-19 est central, notamment par l’apport du scanner qui a démontré son excellente sensibilité et avec des descriptions des caractéristiques radiologiques générales du virus. Le rôle du radiologue, dans ce contexte, a été tout d’abord de détecter précocement l'anomalie radiologique, même si le diagnostic définitif de l'infection était basé sur une réaction en chaîne par polymérase à transcription inverse (rt PCR) : un diagnostic rapide de la pneumonie au Covid-19 permettrait une planification plus rapide de la prise en charge. L’autre apport a été l’évaluation de la gravité de la maladie par l’estimation de l’étendue de l’atteinte radiologique sur le scanner pulmonaire.

Dans ce contexte épidémique, compte tenu du nombre de patients et du nombre de scanners, la quantification ne peut être que qualitative et visuelle. Par conséquent, les radiologues ont pris la mesure de l’ampleur de l’épidémie de Covid-19 qui sévit dans le monde entier en éditant des recommandations de réalisation des examens radiologues et des grilles de lecture des scanners.

Auteur

Professeur Nathalie Lassau et Docteur Samy Ammari

Poste

Institut Gustave Roussy

Porteuse : Emilie Chouzenoux (EPC OPIS)

Partenaires : Institut Gustave Roussy, Hôpital Bicêtre AP-HP, Owkin CentraleSupélec

#IA #données #prédiction

Le projet a ensuite pris de l’ampleur. Notre consortium initial a été rejoint par une équipe de radiologues de l’hôpital Bicêtre AP-HP et par une startup parisienne, Owkin, spécialiste en IA pour la médecine. L’équipe, ainsi renforcée, s’est attaquée à un objectif encore plus ambitieux : associer dans l’analyse IA une grande variété de données hétérogènes (données scanners, biologiques, cliniques et historique médical du patient) dans le but de prédire encore plus précisément la sévérité de l’infection.

Comment se développe-t-il aujourd'hui et quels sont ses objectifs ?

Le projet a reçu le label « Mission Covid » d’Inria au début du mois de mai 2020. Un premier article de recherche a été soumis mi-mai dans un journal prestigieux du domaine médical : nous y montrons l’importance d’intégrer les informations présentes dans les scans thoraciques, pour prédire de façon fiable la sévérité de la maladie.

Verbatim

Pour venir en aide aux radiologues sur cette période, il paraissait indispensable de disposer d’un outil de détection et de quantification automatique qui permettrait d’affiner non pas le diagnostic, mais la "stadification" de la maladie qui repose exclusivement sur une impression visuelle du radiologue mais qui est le reflet (étendue de l’atteinte) de la gravité de la maladie.

Auteur

Professeur Nathalie Lassau et Docteur Samy Ammari

Poste

Institut Gustave Roussy

Nous comptons poursuivre notre étude, en diversifiant les centres hospitaliers dont proviennent les cohortes de patients considérées, et en augmentant le volume d’images annotées.

Dans ce projet, l’objectif à long terme pour notre équipe-projet est de développer un logiciel open source pour aider les radiologues dans la tâche de segmentation et de quantification automatique des différents types de lésions pulmonaires.

Comment travaillez-vous avec vos partenaires ?

Des réunions plurihebdomadaires ont lieu en visioconférence avec les représentants des quatre partenaires, afin de coordonner au mieux l’avancement du projet.

L’équipe-projet OPIS et la startup Owkin sont à l’écoute des besoins des médecins, et prennent en compte tous leurs retours aussi bien sur la méthodologie que sur les résultats obtenus (aussi bien quantitatifs, que visuels) par les approches IA développées. L’objectif de notre collaboration est de converger vers une analyse des données médicales la plus fiable et pertinente possible.

Verbatim

Nos collègues d’Inria, avec leurs expériences en traitement d’image et en apprentissage profond, ont réussi à répondre aux challenges dans des délais très courts en se basant uniquement sur des annotations sommaires des patterns radiologiques (sur 250 scanners annotés par un radiologue) avec des résultats excellents et des performances meilleures que les résultats obtenus en utilisant seulement le compte-rendu textuel standardisé du radiologue.

Auteur

Professeur Nathalie Lassau et Docteur Samy Ammari

Poste

Institut Gustave Roussy