Intelligence artificielle

À Gustave-Roussy, un score maison prédit l’évolution des patients Covid

Le score AI-severity combine 5 variables cliniques et biologiques et l’analyse des examens de scanner thoracique par un algorithme d’apprentissage profond pour évaluer la gravité de l’atteinte pulmonaire liée à la Covid-19 et prédire son évolution.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/02/21 à 8:00, mise à jour aujourd'hui à 15:13 Lecture 3 min.

AI-severity combine les informations extraites du scanner thoracique par un algorithme d’intelligence artificielle avec des données cliniques et biologiques pour attribuer un score de gravité à l’atteinte pulmonaire et prédire son évolution (photo d'illustration). D. R.

À Villejuif (94), le centre de lutte contre le cancer Gustave-Roussy évalue les patients atteints de Covid-19 ou suspectés de l’être grâce à un score hybride développé en interne. AI-severity combine les informations extraites du scanner thoracique par un algorithme d’intelligence artificielle avec des données cliniques et biologiques pour attribuer un score de gravité à l’atteinte pulmonaire et prédire son évolution.

Une approche holistique

Présenté dans un article de la revue Nature Communications [1], cet outil est le fruit des efforts conjoints des équipes de recherche de Gustave-Roussy, université Paris-Saclay, de l’hôpital du Kremlin-Bicêtre, assistance publique – hôpitaux de Paris, de l’Inria et de la start-up Owkin, réunis au sein de l’étude ScanCovIA. « Début 2020, nous n’avions pas de score. Des patients atteints de Covid-19 arrivaient en bon état général mais mourraient chez eux quelques jours plus tard, se souvient Nathalie Lassau, radiologue à Gustave Roussy – université Par

Il vous reste 78% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Lassau N., Ammari S., Chouzenoux E. et coll., « Integrating deep learning CT-scan model, biological and clinical variables to predict severity of COVID-19 patients », Nature Communications, janvier 2021, vol. 12, n° 634. DOI : 10.1038/s41467-020-20657-4.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

10 Sep

16:36

Un parcours de soins permettant à des radiologues généralistes d'orienter les patientes présentant des incidentalomes en imagerie mammaire vers un radiologue spécialisé aurait permis de réduire de 50 % les orientations non nécessaires vers les services cliniques de sénologie (étude).

13:13

Un sondage de l'Association canadienne des radiologues (CAR) sur la participation aux RCP rapporte des difficultés récurrentes telles que l'ajout de cas de dernière minute, le manque de temps de préparation, les obstacles technologiques et l'absence de rémunération (étude).  

7:09

Le scanner thoracique basse dose pourrait être une alternative au scanner abdominal pour la segmentation volumique du foie dans la prise en charge de la stéatose hépatique (étude).
09 Sep

15:00

L'interprétation assistée par intelligence artificielle des scanners de dépistage du cancer du poumon peut améliorer le rendement quand les volumes d'examens sont importants mais devrait servir d'outil d'aide à la décision plutôt que de substitut au radiologue expert, concluent dans Radiography des chercheurs du Fatima College of Health Science, à Abu Dhabi.

12:36

Chez les patients atteints de sténose athéroscléreuse intracrânienne la réalisation d'une thérapie endovasculaire (angioplastie, etc.) en complément de la thérapie médicale conventionnelle aggrave les risques de mortalité et d'AVC, conclut une méta-analyse présentée dans Neuroradiology.
Docteur Imago

GRATUIT
VOIR