L'actualité de la recherche

La modélisation 3D pour prédire l’évolution de l’état de santé des patients

19/05/2020

[Série] Regards croisés de chercheurs sur le Covid-19 : modélisation 3D. Le signe clinique principal de l’atteinte par le Covid-19 est une attaque pulmonaire. Afin d'obtenir un diagnostic rapide et fiable, la startup Visible Patient s’est associée en mars 2020 aux Hôpitaux universitaire de Strasbourg à travers le projet Covid19 NDS - Nouveau diagnostic de sévérité. Objectif : proposer un modèle 3D permettant de connaitre précisément la sévérité de l’atteinte pulmonaire et prédire l’évolution de l’état de santé du patient.

Luc Soler (1er rang à g.) est président
de Visible Patient. Photos DR

Les tests diagnostiques actuels, constitués par le prélèvement de sécrétions respiratoires, sont limités par leur indisponibilité, leur fiabilité, sans oublier l’absence d’informations concernant la sévérité de l’infection pulmonaire. « Nous avions entendu que les Chinois utilisaient le scanner comme premier outil de diagnostic », raconte Luc Soler, président de Visible Patient et professeur associé à l’Université de Strasbourg, qui précise que l’interprétation par les radiologues reste subjective et dépendante de leur expérience.

Un nouveau diagnostic de sévérité

Son idée ? Utiliser les modèles d’intelligence artificielle déjà validés par la startup pour délimiter de manière automatique, rapide et précise chaque région infectée du poumon par le Covid-19. Et ce à travers la modélisation 3D des poumons, réalisée à partir des images 2D fournies par le scanner. Pour ce faire, dès mars 2020, Luc Soler s’associe à Eric Noll et Pierre Diemunsch, du pôle anesthésie-réanimation et médecine periopératoire des Hôpitaux universitaire de Strasbourg, à travers le projet Covid19 NDS - Nouveau diagnostic de sévérité.

« Les images 3D permettent de quantifier les espaces fonctionnels par rapport aux autres zones pathologiques. Notamment une zone dite en « verre dépoli » que l’on retrouve systématiquement en cas d’atteinte par le Covid-19 », explique le chercheur. En se basant sur ces modélisations et sur les sept niveaux d’aggravation allant du patient sans symptômes au décès, les chercheurs ont défini et breveté un nouveau diagnostic de sévérité (NDS) grâce auquel ils espèrent prédire l’évolution de l’état de santé du patient à sept jours. « Nous devrions ainsi déterminer à partir du premier scanner si le patient aura besoin d’une intubation par exemple. »

Finaliser l’algorithme d’intelligence artificielle

Pour tester le modèle, une première étude rétrospective est menée sur 40 dossiers de patients déjà traités au sein des Hôpitaux universitaires de Strasbourg. Résultat : « Il y a une corrélation entre ce nouveau diagnostic de sévérité effectué par la machine à partir des scanners des patient hospitalisés, et la sévérité de leur atteinte par le virus dans les sept jours suivant. »

Afin de confirmer ces premiers résultats, une phase clinique du projet Covid19 NDS, caractérisée par deux études sur un total de trois mois, va être lancée grâce à un financement de la Région Grand Est et de la Banque publique d'investissement (BPI). Le tout, en coopération avec le service de radiologie du groupement hospitalier de la Région de Mulhouse et Sud-Alsace et le service d’anesthésie réanimation des Hôpitaux de Brabois à Nancy.

La première étude, sur 500 dossiers de patients, vise à rendre plus robuste l’analyse initiale : « Voir si les résultats sont validés ou s’il faut faire des ajustements. Elle permettra de finaliser notre algorithme d’intelligence artificielle, l’objectif étant de le certifier avant la fin de l’année. »  Après quoi, place à une seconde étude prospective sur 500 patients. « Un timing serré qui va être très instructifs pour les chercheurs, notamment dans nos méthodes de travail. »

Marion Riegert

A partir d’une image Scanner X (à g.), résultat de l’analyse 3D (en vue postérieure) avec un nouveau diagnostic de sévérité de 32%.

Visible Patient, une startup héritière de l’Ircad

Important information

La taille et la forme des organes sont variables d’un individu à l’autre. Fruit de 15 années de recherche de l’Institut de recherche contre les cancers de l’appareil digestif (Ircad), Visible Patient est un laboratoire d’analyse d’images médicales qui reconstitue un modèle en 3D et en couleur de l’anatomie d’un patient à partir de ses images 2D scanner ou IRM en noir et blanc. Visible Patient est aujourd’hui disponible pour la majorité des chirurgies digestives, thoraciques, urologiques et pédiatriques. A travers des partenariats public-privé, la Startup accueille notamment des doctorants de l’Université de Strasbourg pour travailler, entre autres, sur l’intelligence artificielle.

Regards croisés de chercheurs sur le Covid-19

Get more information

Psychologie, éthique, économie, histoire, virologie… nous sommes partis à la rencontre de chercheurs de différents domaines de l’Université de Strasbourg pour apporter un éclairage sur la crise du coronavirus.