- Un algorithme d’intelligence artificielle (IA) a augmenté la détection des anévrismes, identifiant 55 anévrismes cérébraux véritablement positifs que les radiologues avaient manqués, ce qui représente une augmentation relative de 39 % de la détection.
- L’IA et les radiologues avaient des atouts différents : l’IA était plus sensible (84,6 % contre 71,8 %), tandis que les radiologues étaient plus précis pour identifier un anévrisme (92,7 % contre 78,2 %).
- L’IA s’est avérée particulièrement utile dans les contextes de gravité élevée, avec le plus grand bénéfice observé chez les patients hospitalisés et les patients des services d’urgence, tandis que le bénéfice était plus modeste en milieu ambulatoire.
- Les résultats suggèrent que la combinaison de l’IA avec l’interprétation d’un médecin pourrait améliorer la détection des anévrismes. Cependant, des recherches supplémentaires sont nécessaires pour déterminer si une détection accrue améliore les résultats pour les patients.
Un anévrisme cérébral est une zone affaiblie de la paroi d’un vaisseau sanguin du cerveau qui peut se gonfler vers l’extérieur. Les anévrismes cérébraux non rompus sont relativement courants, bien que beaucoup ne provoquent aucun symptôme et soient découverts fortuitement.
Cependant, lorsqu’un anévrisme se rompt, il peut provoquer un saignement autour du cerveau, appelé hémorragie sous-arachnoïdienne, qui constitue une urgence médicale.
Les radiologues peuvent souvent détecter les anévrismes cérébraux par tomodensitométrie, en particulier par angiographie par tomodensitométrie (CTA), qui permet d’évaluer l’emplacement, la taille, la forme et la relation de l’anévrisme avec les vaisseaux sanguins voisins, aidant ainsi à déterminer la prise en charge clinique appropriée.
La détection précise des anévrismes cérébraux sur les tomodensitogrammes est cruciale, car une identification précoce peut aider à orienter un traitement rapide et à réduire le risque de complications potentiellement mortelles.
Aujourd’hui, une nouvelle étude réelle suggère qu’un algorithme d’IA approuvé par la Food and Drug Administration (FDA) pourrait aider à détecter davantage d’anévrismes cérébraux sur les tomodensitogrammes.
Les résultats, publiés dans le Journal of the American College of Radiology, suggèrent que l’IA pourrait compléter – plutôt que remplacer – les radiologues lors de l’interprétation de l’imagerie cérébrale.
L’IA a détecté des anévrismes que les radiologues ont manqués
L’étude prospective portait sur 3 856 examens CTA effectués dans le système de santé Northwell. Les chercheurs ont évalué un algorithme d’IA développé par Aidoc, appelé aiOS, conçu pour détecter les anévrismes intracrâniens.
Il est important de noter que l’IA a analysé les examens parallèlement aux soins cliniques de routine, mais les radiologues n’avaient pas accès à ses résultats lors de l’interprétation initiale des examens.
Cela a permis aux chercheurs d’évaluer les performances de la technologie dans un environnement clinique réel, de mesurer le nombre d’anévrismes supplémentaires qu’elle pourrait potentiellement identifier et de déterminer la valeur ajoutée de la combinaison de l’IA avec l’interprétation d’un médecin.
Dans l’ensemble, les radiologues et l’algorithme d’IA étaient d’accord dans plus de 96 % des examens.
« Les performances de l’IA dans la pratique clinique nécessitent une validation préalable au déploiement pour comprendre non seulement l’exactitude de l’outil lui-même, mais aussi pour tester l’utilité opérationnelle attendue dans la pratique clinique », a expliqué l’auteur principal de l’étude, Shlomit Stein, MD, FACR, professeur de radiologie à la Zucker School of Medicine de Hofstra/Northwell et directeur de l’intelligence artificielle au département de radiologie de Northwell Health.
« Dans notre étude, nous avons constaté que l’IA a identifié 55 anévrismes non détectés par les radiologues initiaux et que les paramètres opérationnels de l’outil d’IA étaient globalement favorables. Les outils d’IA peuvent améliorer la détection des résultats par les radiologues. Dans notre étude, l’outil d’IA a atteint un taux de détection amélioré relatif de 39 %, ce qui suggère que les radiologues utilisant l’IA surpasseront ceux qui ne le font pas. »
– Shlomit Stein, MD, FACR
Un algorithme a identifié les petits anévrismes manqués par les radiologues
L’IA était plus sensible que les radiologues seuls, détectant 84,6 % des anévrismes contre 71,8 % pour les radiologues, ce qui signifie qu’elle a trouvé plus d’anévrismes réellement présents.
Cependant, les radiologues étaient plus susceptibles d’avoir raison lorsqu’ils signalaient la présence d’un anévrisme. Leur valeur prédictive positive était de 92,7 %, contre 78,2 % pour l’IA.
Les radiologues et AI avaient des atouts similaires pour exclure les anévrismes lorsqu’il n’y en avait pas et pour éviter les fausses alarmes.
Notamment, certains des anévrismes supplémentaires identifiés par l’IA figuraient parmi les plus petites lésions. En tant que tel, cela pourrait donner aux cliniciens l’occasion d’évaluer le risque du patient et de déterminer si une surveillance ou un traitement est approprié, avant qu’une hémorragie potentiellement mortelle ne survienne.
« L’outil d’IA a démontré une sensibilité élevée pour la détection des anévrismes, qui a en fait dépassé celle des radiologues, ce qui implique un taux de détection collaborative radiologue-IA potentiellement élevé », a déclaré Stein. Actualités médicales aujourd’hui.
« L’IA a pu identifier principalement les petits anévrismes manqués par les radiologues. Malgré leur petite taille, ils peuvent néanmoins être cliniquement importants puisque le risque n’est pas seulement fonction de la taille de l’anévrisme, mais aussi de sa forme, de son emplacement et d’autres facteurs de risque liés au patient », a-t-elle noté.
L’IA et les radiologues peuvent avoir des atouts complémentaires
Les chercheurs ont souligné que les résultats ne suggèrent pas que l’IA devrait remplacer les radiologues. Au lieu de cela, les résultats indiquent que les deux approches peuvent identifier des anévrismes différents.
L’IA a détecté 55 anévrismes que les radiologues ont manqués, tandis que les radiologues en ont identifié 30 que l’IA n’a pas détectés.
Sur 101 résultats identifiés uniquement par l’IA, 46 ont finalement été déterminés comme étant des faux positifs. Malgré cela, les chercheurs ont constaté que le nombre de détections supplémentaires de véritables anévrismes améliorait les performances globales de détection et surpassait les résultats faussement positifs. De plus, les radiologues ont identifié des anévrismes importants que l’algorithme avait manqués.
Ils suggèrent que cela illustre les atouts complémentaires de la combinaison des radiologues et de l’IA.
Les chercheurs ont également constaté que l’utilité de l’IA différait selon l’endroit où les patients recevaient des soins.
La performance la plus forte a été observée parmi les examens des patients hospitalisés. Dans ce contexte, l’IA a identifié 18 anévrismes supplémentaires tout en produisant sept alertes faussement positives. La technologie a également donné de bons résultats dans le service des urgences.
Cependant, son bénéfice était plus limité dans les soins ambulatoires, où l’IA a identifié quatre anévrismes supplémentaires mais a généré plus de résultats faussement positifs que de vrais positifs.
Les chercheurs suggèrent que les différences dans les populations de patients et la complexité des examens pourraient aider à expliquer ces résultats. Les contextes d’hospitalisation et d’urgence de plus grande acuité peuvent impliquer des cas cliniquement plus complexes, offrant ainsi davantage de possibilités à l’IA de servir d’outil de détection complémentaire.
L’IA pourrait-elle constituer un filet de sécurité supplémentaire en radiologie ?
L’étude fournit la preuve que l’évaluation de l’IA médicale dans des contextes cliniques de routine peut révéler des forces et des faiblesses qui ne sont pas apparentes lors des tests initiaux.
Un algorithme peut donner de bons résultats dans une étude de validation contrôlée, mais se comporter différemment lorsqu’il est exposé à la variété de patients, d’équipements d’imagerie, d’indications cliniques et de flux de travail rencontrés dans les soins de santé quotidiens. Il est donc important d’évaluer l’IA selon qu’elle améliore les performances des médecins et les soins aux patients dans des contextes réels.
Les chercheurs ont également souligné l’importance d’une surveillance continue après l’introduction des systèmes d’IA dans la pratique clinique.
Les résultats suggèrent que l’IA pourrait servir de niveau d’examen supplémentaire lorsque les radiologues interprètent les examens cérébraux par CTA.
Même si la technologie n’était pas parfaite, les radiologues ont également manqué les anévrismes identifiés par l’IA. Plutôt que d’indiquer qu’une approche est supérieure, les résultats pointent vers un avantage potentiel lié à la combinaison des deux.
Pour les patients, l’avantage potentiel est qu’un anévrisme qui autrement passerait inaperçu pourrait faire l’objet d’une attention clinique plus poussée.
« Les anévrismes comportent un risque de rupture et d’hémorragie cérébrale potentiellement catastrophique. Certains de ces anévrismes détectés nécessiteront donc une surveillance ou une intervention préventive. La première étape est la détection des anévrismes, dont nous avons montré qu’elle pouvait être facilitée par l’utilisation de l’IA », a conclu Stein.
Cependant, l’étude n’établit pas que la détection assistée par l’IA conduit finalement à de meilleurs résultats pour les patients. Des recherches supplémentaires sont encore nécessaires pour déterminer si une détection accrue se traduit par une réduction significative des ruptures d’anévrismes ou d’autres complications.
Pour l’instant, la recherche confirme que l’IA peut être plus utile en radiologie lorsqu’elle travaille aux côtés des cliniciens, aidant à identifier des résultats qui pourraient autrement être négligés tout en laissant l’interprétation finale et la prise de décision clinique aux médecins.