L' IA diagnostique la TVP !

L' IA diagnostique la TVP !

" Tout ceci en plein vingtième siécle. Avec des satellites autour de la terre et des machines à penser" "Un moment vient....", Elsa, Louis Aragon

Non-invasive diagnosis of deep vein thrombosis from ultrasound imaging with machine
learning, Kainz, B., Heinrich, M.P., Makropoulos, A. et al. Non-invasive diagnosis of deep vein thrombosis from ultrasound imaging with machine learning. npj Digit. Med. 4, 137 (2021). https://doi.org/10.1038/s41746-021-00503-7  https://www.nature.com/articles/s41746-021-00503-7#citeas


Diagnostic non invasif de la thrombose veineuse profonde à partir de l'imagerie échographique avec apprentissage automatique (machine Learning) 

"La thrombose veineuse profonde (TVP) est un thrombus  que l'on trouve le plus souvent dans la jambe et qui peut entraîner une embolie pulmonaire (EP) mortelle. L'échographie de compression des jambes est l'étalon-or diagnostique, conduisant à un diagnostic définitif.

Cependant, de nombreux patients présentant des symptômes  ne présentent pas de TVP, ce qui entraîne de longs délais d'attente pour les patients et une prise  charge clinique importante pour les spécialistes.

Ainsi, le diagnostic  par des non-spécialistes est souhaité (point of care)
. Nous recueillons des images dans une étude préclinique et étudions une approche d'apprentissage en profondeur pour l'interprétation automatique des images échographiques de compression.

Notre méthode fournit des conseils pour l'échographie portable (format smarphone) et aide les non-spécialistes à détecter la TVP.

Nous avons développé un algorithme d'apprentissage en profondeur (Machine Learning : Le machine learning est une sous-catégorie de l’intelligence artificielle qui vise à automatiser de manière efficace le processus de création de modèles analytiques et permet aux machines de s’adapter à de nouveaux scénarios de manière autonome.)  sur des vidéos d'échographie de 255 volontaires et évaluons sur un échantillon de 53 patients inscrits de manière prospective dans une clinique de diagnostic NHS DVT et 30 patients inscrits de manière prospective dans une clinique allemande de DVT.

La performance du diagnostic de TVP algorithmique se traduit par une sensibilité dans une plage d'IC ​​à 95 % de (0,82, 0,94), une spécificité de (0,70, 0,82), une valeur prédictive positive de (0,65, 0,89) et une valeur prédictive négative de (0,99, 1,00 ) par rapport à l'étalon-or .

Pour évaluer les avantages potentiels de cette technologie dans les soins de santé, nous évaluons l'ensemble de l'algorithme de décision clinique de la TVP et fournissons une analyse des coûts lors de l'intégration de notre approche dans les voies de diagnostic de la TVP. On estime que notre approche génère un avantage monétaire net positif à des coûts allant jusqu'à 72 £ à 175 £ par examen assisté par logiciel," Le cout su systéme est de 20 000 £
 
Notre modèle d'analyse des coûts divise les patients en deux sous-groupes au début de chaque algorithme, un sous-groupe dans lequel les patients ont une TVP proximale et un sous-groupe dans lequel les patients n'ont pas de TVP proximale. Les valeurs de sensibilité et de spécificité mesurées sont utilisées parallèlement à une estimation de la prévalence de la TVP proximale de 14,7 % tirée de Kilroy et al. pour estimer le nombre de patients (à partir d'une cohorte de taille spécifiée par l'utilisateur) qui reçoivent chaque test clinique et leurs diagnostics finaux (TVP proximale ou non). Les patients avec une TVP proximale diagnostiquée recevront un traitement. Nous générons quatre résultats possibles pour les patients en fonction de leur statut de TVP et des résultats de chaque algorithme de diagnostic : patients traités avec une véritable TVP (vrais patients positifs), patients traités sans véritable TVP (faux patients positifs), patients non traités sans véritable TVP (vrais patients négatifs) et les patients non traités avec une vraie TVP (faux patients négatifs). Chacun des quatre résultats de précision diagnostique a estimé les coûts associés encourus et l'utilité accumulée pour les patients. Ces nombres sont multipliés par la proportion de patients dans chaque résultat et sont combinés avec les coûts de chaque test pour obtenir des estimations des coûts totaux et des QALY pour l'algorithme de diagnostic. Lorsque les coûts et les QALY sont obtenus pour les algorithmes de diagnostic avec et sans le modèle ML, le rapport coût-efficacité supplémentaire estimé pour l'AutoDVT peut être calculé.

41746 2021 503 Fig2 HTMLLa segmentation est robuste tout au long des compressions. La zone veineuse est évaluée pour une compressibilité complète afin d'exclure la TVP. Appareil : Clarius L7 (2017).

IACOMPVEI

Le veine est vert, la comression par la sonde efface le vert, pas de thrombose
https://thinksono.com/ultrasound-training/#video démonstration VIDEO


41746 2021 503 Fig8 HTML
Des images ont été acquises par différents dispositifs d'acquisition et à partir de différents sujets. Cette figure illustre la diversité de notre ensemble de données.  Ces exemples d'images ont été recadrés manuellement et le contraste normalisé pour une meilleure lisibilité
 
41746 2021 503 Fig10 HTML
Le logiciel AutoDVT demande aux utilisateurs de localiser un point de repaire donné, demande d'effectuer une compression correcte et évalue automatiquement le résultat.

La machine
 
nonothi

Les parcours de soins IA versus parcours habituel "Made in Brexit"
 
THINKDOLO
 
Commentaire
 
Est ce que l'IA et son parcours simplifié fait mieux que la ou le Docteur ?

Le parcours  de soins présenté ne correspond en rien à celui utilisé en France. On voit qu'en Angleterre il faudait ente 6 h et 24 h pour affirmer ou infirmer le diagnostic fe TVP et 15 mn avec l'IA.

Cette IA est basée sur une banque d'images normales  et pathologiques qui guident le repérage des veines et et qui diagnotiquent la thrombose quand elle est proximale par l'incompressibilité de la veine. La valeur prédictive négative  (VPPN) est de 99% un peu comme les D Dimères. Le seul point positif, mais cette VPPN n'est valable  que sur deux site ou plus quand c'est possible  !!!!!!!

Ce systéme qui pourrai être robotisé, peut fonctionner dans un pays où le diagnostic hospitalier est long et couteux et lorsque les écho -Doppler sont du domaine de sonographers, ce qui représente déjà un retad au diagnostic et à la prise en charge de la TVP

En France tout peut être résolu en 10 à 15 mn pour élimner une thrombose en libérale et à l'hôpital  (voir moins) si on s'en donne les moyens. Donc la pratique médicale surpasse l'IA dans ce contexte.

Remarques
- le test de compression en 2 ou 3 points en échographie n'est pas le gold standard en France
- Nous recherchons les TVP proximales, distalse et les TVS 
- La composante hémodynamiqie  est un plus important
- Eliminer une TVP proximale, oui, mais le système n'apporte rien pour le diagnoctic diffétentiel ce que fait  l'écho Doppler dnas 25% des cas où la thrombose est absente
- les calculs de coût des traitement reposent sur des donnés anciennnes HBPM/AVK, les AOD nous font gagner du temps en urgence et de l'argent
THINKDONOIAGB

Alors qu'apporte le diagnoctic de TVP "made by IA"  ?  Rien , le travail réalisé est parcellaire. L'IA réinvente l'échographie veineuse  de compression par un guidage automatique qui reconnaît les veines compressxibles des veines incompressibles.

Si on veut aller plus loin , il faut remplacer complétement l'homme par la machine et introduire des robots pour comprimer les veines. La pressions seront de très haute défnition. Le système sera pris en défaut  par les variations anatomiques, pas les séquelles post thrombotiques, pour l'instant. Quant aux TVP distales n'en parlons pas ni des TVS.

Le ThinkSono AI, tel est son nom,pense peu et c'est tout le problème. Nous avons en France, pour l'instant, la chance d'avoir des médecins vasculaires pour prendre en charge les TVP proximales et distales en ambulatoire en 30 mn max (diagnostic, traitement etc dans le même timing).

Alors effectivement si le parcours de soins  du ThinkSono AI est comparé à celui qui est la régle en Anglreterre,  oui l'IA est à l'origine d'un gain de temps, ce qui est en période de Brexit un plus indéniable. Mais le temps est-ce le paramétre à compresser dans cette histoire ? 

La vision, "Made in France " est la bonne, car le médecin vasculaire clinique le patient, réalise l'acte technique et traite le patient porteur d'une TVP en 30 mn. 

Je suis pour l'IA maîtrisée, ce blog en a fait état souvent .

Au prochain CFPV je ferai une présentation "IA et Médecine Vasculaire". L'IA apporte beaucoup en faisant des opérations où l'homme ne peut les faire parfaitement. Le modéle diagnostic TVP n'est pas le bon modèle. Optimiser les facteur de RCV avec l'IA oui, otptimiser les mensuraiuons des anaévrismes de l'aorte, le sizing scanner des prothèses endovasculaires  oui, optimiser les tests prédictifs de l'embolie pulmonaire oui . "Riete" a démontré que l'IA  très bien prédit le résultat composite après l'arrêt prématuré de l'anticoagulation et a surpassé la régression logistique traditionnelle. 

ThinkSono AI ressemble à un jeu vidéo, une prouesse technique oui, mais à quoi sert- elle ? Mr GADGET va aimer , énormément et même à la folie.
 
C'est un point de départ : demain ou après demain un robot sonde à la main réalisera des examens écho Doppler complet à tous les niveaux, wait and see, il faut que j'en parle à Maître Yoda :  « Difficile à voir. Toujours en mouvement est l’avenir. »...alors "everything is possible" à la condition d'être utile Maître.
 
ThinkSono AI : game over 
 
#VACCINE3.0 + grippe