ULTRABOT

 

"La différence entre l'être humain et le robot n'est peut-être pas aussi significative que celle qui oppose l'intelligence et la bêtise. "Isaav Asimov

 

"Savez-vous quel est le point commun entre un robot et une sauce napolitaine?  J'ose à peine le dire tellement c'est nul. Ils sont tous les deux automates."" Phiippe Geluck

Jiang H, Zhao A, Yang Q, Yan X, Wang T, Wang Y, Jia N, Wang J, Wu G, Yue Y, Luo S, Wang H, Ren L, Chen S, Liu P, Yao G, Yang W, Song S, Li X, He K, Huang G. Towards expert-level autonomous carotid ultrasonography with a large-scale learning-based robotic system.  Vers une échographie carotidienne autonome de niveau expert grâce à un système robotique à grande échelle basé sur l'apprentissage

Nat Commun. 2025 Aug 23;16(1):7893. doi: 10.1038/s41467-025-62865-w. PMID: 40849291; PMCID: PMC12375115.
https://pmc.ncbi.nlm.nih.gov/articles/PMC12375115/
Article en libre accès

 

 

L'échographie carotidienne exige des opérateurs qualifiés en raison de la petite taille des vaisseaux et de leur grande variabilité anatomique, ce qui aggrave la pénurie d'échographistes et les incohérences diagnostiques.

Les tentatives d'automatisation précédentes, notamment les approches basées sur des règles avec heuristiques manuelles et l'apprentissage par renforcement entraîné dans des environnements simulés, présentent une généralisation limitée et ne permettent pas de réaliser l'ensemble des flux de travail cliniques réels.

Nous présentons ici UltraBot, un robot d'échographie carotidienne autonome entièrement basé sur l'apprentissage, atteignant des performances équivalentes à celles d'un expert humain grâce à quatre innovations. 
(1) Un cadre d'apprentissage par imitation unifié pour l'acquisition des connaissances anatomiques et des compétences opérationnelles de balayage
(2) Un vaste ensemble de données de démonstration expert (247 000 échantillons, mise à l'échelle de 100 fois), permettant la création de modèles de base intégrés avec une forte généralisation
(3) Un protocole de balayage complet assurant une couverture anatomique complète pour la mesure biométrique et le dépistage des plaques ;
(4) La validation orientée clinique montrant des taux de réussite supérieurs à 90 %, une précision équivalente à celle d'un expert et une reproductibilité jusqu'à 5,5 fois supérieure sur diverses populations non observées.

Globalement, nous démontrons que l'apprentissage profond à grande échelle offre une voie prometteuse vers une échographie autonome et de haute précision en pratique clinique.


"Les auteurs indiquent que le temps total d’examen du robot se situe dans la même plage que celui des sonographistes, avec des examens parfois plus longs chez certains sujets (IMC élevé, anatomie plus difficile), ce qui explique que le robot ne réduit pas encore significativement la durée mais améliore surtout la reproductibilité (jusqu’à 5,5 fois).

Interprétation pratique  En pratique clinique, il faut donc compter un créneau similaire à un Doppler carotidien standard (de l’ordre du quart d’heure), le gain attendu portant davantage sur la standardisation et la variabilité interopérateur que sur la vitesse brute de l’examen."  Perplexity/IA




Échographie manuelle : les échographistes réalisent les examens à l’aide d’une sonde manuelle et mesurent manuellement les paramètres biométriques.  b. Télééchographie : les échographistes manipulent la sonde sur un simulateur, puis les réglages sont effectués par un bras robotisé distant qui maintient la sonde et reproduit les gestes de l’échographiste. Ils mesurent également manuellement les paramètres biométriques sur le dispositif de commande à distance.  c. Échographie robotisée autonome : grâce à ce modèle de base, le système robotisé effectue automatiquement les examens, les mesures biométriques et le dépistage des plaques, démontrant ainsi un potentiel clinique important.

a) Schéma de chaque étape, incluant la position relative du transducteur par rapport à l'artère carotide, son mouvement et les images échographiques correspondantes. L'objectif final est d'évaluer la qualité des images recueillies et de sélectionner les images échographiques appropriées pour les mesures biométriques et la segmentation de la plaque.   b) Système de coordonnées du transducteur et son espace d'action : 6 degrés de liberté, 12 actions discrètes.   c) Coupes longitudinales de l'artère carotide, structures de la paroi vasculaire et schéma biométrique.  d) Collecte de données de démonstration de haute qualité (paires action-image) auprès d'experts, notamment sur le réglage du transducteur pour obtenir des images échographiques adaptées aux mesures ou au diagnostic. L'apprentissage par imitation permet ensuite d'intégrer les connaissances des experts dans des réseaux neuronaux profonds afin de faciliter l'échographie autonome. Les termes « ACC », « ASC », « ACE » et « ACE » désignent respectivement l'artère carotide commune, l'artère sous-clavière, l'artère carotide interne et l'artère carotide externe.

Flux de travail technique d'un système d'échographie autonome des artères carotides, comprenant le balayage autonome, la mesure biométrique et la segmentation de la plaque.  b) Architecture du modèle de balayage : module de décision d'action et module de transition d'étape.  c) Architecture du modèle de mesure biométrique : module d'évaluation de la qualité d'image, module de focalisation sur la région mesurable et module de détection des points clés de la structure de l'intima.  d) Architecture du modèle de segmentation de la plaque : module de focalisation sur la région vasculaire et module de fusion de caractéristiques multi-échelles.

 Comparaison des performances entre une méthode d'apprentissage profond et une méthode classique (k plus proches voisins) pour la décision d'action lors du balayage, ainsi qu'entre une prise de décision instantanée et différée.  b) Évolution des performances en matière de décision d'action, de mesure biométrique et de segmentation de la plaque en fonction de l'augmentation de la taille des données d'entraînement.  c) Comparaison des courbes ROC des modèles de transition d'étape, de décision d'action et de leur prise de décision combinée pour l'identification précise des structures anatomiques aux positions finales de chaque étape.  d) Performances du modèle prédisant la présence de structures visibles de la paroi artérielle et de l'intima sur les images de coupes longitudinales.  e) Courbe précision-rappel du modèle pour la détection de la région locale permettant la mesure des paramètres structurels artériels.  f) Notre solution de mesure biométrique interprétable est comparée à deux autres modèles de référence non interprétables. Un test t a été utilisé pour vérifier si l'erreur moyenne des résultats de notre méthode est significativement inférieure à celle du modèle de référence 2. Les modèles ont été évalués sur 1 076 images annotées. Ce diagramme en boîte affiche des éléments standard : la boîte représente l'écart interquartile (EIQ), la ligne centrale marque la médiane et les moustaches s'étendent jusqu'à 1,5 × EIQ.




a) Comparaison avec les modèles de segmentation existants sur l'ensemble de test (meilleur résultat en gras).  b) Courbe précision-rappel pour la détection de la région vasculaire afin de guider la segmentation de la plaque.  c) Comparaison visuelle des résultats de prédiction de la plaque entre notre méthode et d'autres approches.  d–f) Les résultats de visualisation sont utilisés pour déterminer la présence de structures claires, localiser la position de mesure et prédire le point anatomique clé final, respectivement

RÉSUMÉ GÉNÉRATIF

Ce document présente UltraBot, un robot autonome d'échographie carotidienne utilisant l'apprentissage profond pour atteindre des performances de niveau expert dans des environnements cliniques.

Système autonome d'échographie carotidienne

Un robot d'échographie autonome a été développé pour réaliser des examens carotidiens avec une précision comparable à celle des experts humains.

• * UltraBot, un robot d'échographie autonome, atteint un niveau de performance équivalent à celui des experts grâce à des innovations clés.

• * Le système utilise un cadre d'apprentissage par imitation pour acquérir des compétences anatomiques et opérationnelles.

• * Une base de données d'expert de 247 000 échantillons a été collectée, permettant une généralisation forte.

• * Le système a montré un taux de succès de plus de 90 % et une précision de niveau expert, avec une reproductibilité jusqu'à 5,5 fois supérieure.

Avantages de l'échographie par rapport aux autres techniques

L'échographie est une méthode d'imagerie médicale essentielle, offrant des avantages significatifs par rapport aux techniques d'imagerie par rayons X.

• * Elle permet une visualisation dynamique en temps réel sans radiation, ce qui est bénéfique pour les diagnostics cliniques.

• * L'examen échographique dépend fortement de l'expérience des sonographes, ce qui entraîne des variations dans les résultats.

Limitations des méthodes d'échographie actuelles

Les systèmes d'échographie robotique existants présentent des limitations en matière de généralisation et d'automatisation.

• * Les approches basées sur des règles prédéfinies manquent de flexibilité et ne s'adaptent pas bien aux variations anatomiques.

• * Les méthodes d'apprentissage actuelles ont été testées dans des environnements simplifiés, limitant leur applicabilité clinique.

Innovations clés du système UltraBot

Le système UltraBot intègre plusieurs innovations qui améliorent l'efficacité et la précision des examens échographiques.

• * Il utilise un cadre d'apprentissage entièrement établi sur des données pour naviguer et effectuer des examens.

• * Le robot est capable de réaliser des mesures biométriques et de détecter des plaques de manière autonome.

• * La collecte de données à grande échelle permet d'apprendre des stratégies de scan généralisables.

Évaluation clinique du système

Une évaluation clinique a été réalisée pour tester la performance du système sur des sujets humains.

• * 122 volontaires ont participé à l'étude, avec 41 sujets pour le test final.

• * Le système a montré une forte capacité de généralisation, avec des résultats comparables à ceux des sonographes expérimentés.

• * Les mesures biométriques du système étaient en accord avec celles des experts, avec une valeur p inférieure à 0,001.

Supériorité de la reproductibilité des systèmes autonomes

Les systèmes autonomes d'échographie offrent une reproductibilité des résultats supérieure par rapport aux sonographes.

• * Les examens échographiques manuels montrent des variations significatives dans les résultats de mesure entre différents sonographes.

• * La reproductibilité est mesurée par le coefficient de corrélation de Spearman (SCC), le coefficient de corrélation intraclasse (ICC), le coefficient de variation (CV) et la différence absolue moyenne (MAD).

• * Le système autonome surpasse les sonographes dans tous les indicateurs pour l'épaisseur intima-média carotidienne (CIMT) et le diamètre du lumen carotidien (CALD).

• * Pour la CIMT, le SCC est amélioré de 5,5 fois, et le CV et le MAD sont réduits respectivement de 2,4 et 2,8 fois.

• * Pour le CALD, le CV et le MAD sont réduits de 3,1 et 2,3 fois.

Consistance élevée des mesures biométriques

L'exactitude des mesures biométriques par le système autonome est essentielle pour son utilisation clinique.

• * Un test d'équivalence a été réalisé pour comparer les résultats du système autonome avec ceux des sonographes professionnels.

• * Les marges d'équivalence pour le CALD sont basées sur l'écart-type des mesures de trois sonographes seniors.

• * Pour la CIMT, la marge d'équivalence est fixée à 0,1 mm, correspondant à l'unité de mesure la plus petite.

• * Les tests d'équivalence montrent que les résultats du système autonome sont statistiquement équivalents à ceux des sonographes.

Généralisation robuste du système autonome

Le système autonome démontre une bonne capacité de généralisation face à la diversité anatomique des patients.

• * Une cohorte de 41 volontaires a été recrutée, incluant des sujets âgés et des patients avec des plaques athéroscléreuses.

• * Le taux de réussite des scans autonomes dépasse 90,2 % à chaque étape, atteignant un taux moyen de 95,8 %.

• * Le système maintient des taux de réussite élevés même chez les patients âgés avec des plaques, et à travers des variations de l'indice de masse corporelle (IMC).

Efficacité supérieure du système autonome

L'efficacité du système autonome influence son utilité pratique dans les examens échographiques.

• * Le système autonome réduit le temps de mesure par un facteur de 64, améliorant l'efficacité moyenne par un facteur de 14.

• * Le temps total pour le scan et la mesure ne diffère pas significativement entre le système autonome et les sonographes.

• * Le système autonome peut fonctionner sans pauses, ce qui prédit une efficacité supérieure dans des scénarios cliniques.

Évaluation de la confortabilité du système autonome

Le confort des patients est évalué subjectivement et objectivement lors des scans autonomes.

• * Huit participants ont trouvé le système autonome plus confortable que les sonographes, tandis que sept l'ont jugé moins confortable.

• * Le système autonome a reçu une note de confort moyenne supérieure à celle des sonographes.

• * Les capteurs de force intégrés montrent que la force de contact reste dans une plage confortable tout au long du processus.

Visualisation du processus d'échographie autonome

Le processus d'examen autonome est illustré pour une meilleure compréhension.

• * Les images échographiques montrent une visualisation précise de l'artère carotide tout au long du processus.

• * Les mesures biométriques et la segmentation des plaques sont effectuées après l'acquisition d'images de haute qualité.

• * Des vidéos de démonstration d'examens réussis sur des individus non vus sont fournies en supplément.

Évaluation des sous-systèmes sur des données annotées par des experts

Une analyse détaillée des performances de chaque sous-système du système d'échographie autonome est présentée.

• * L'apprentissage par imitation est utilisé pour modéliser le processus décisionnel des sonographes.

• * Les modèles de réseaux de neurones profonds améliorent la précision des décisions d'action par rapport aux méthodes non profondes.

• * L'approche interprétable pour les mesures biométriques permet aux cliniciens d'évaluer facilement la précision des résultats.

Conclusion et perspectives futures

Le système d'échographie autonome montre un potentiel prometteur pour des applications cliniques.

• * L'accent est mis sur l'amélioration continue des performances grâce à l'augmentation des données d'entraînement.

• * Des recherches futures pourraient explorer l'intégration de données multimodales pour améliorer la robustesse du système.

• * L'objectif est de développer des robots d'échographie capables de réaliser des examens complets et autonomes sur tous les organes.

Imagerie de l'athérosclérose et épaisseur intima-média

L'imagerie de l'athérosclérose est essentielle pour évaluer le risque cardiovasculaire.

• * L'épaisseur intima-média carotidienne est un indicateur clé de l'athérosclérose.

• * Des études montrent une augmentation des maladies cardiovasculaires à l'échelle mondiale de 1990 à 2015.

• * L'imagerie par ultrasons est utilisée pour mesurer l'épaisseur intima-média.

Avancées en robotique et ultrasons

Les systèmes robotiques autonomes améliorent l'imagerie par ultrasons.

• * Des robots autonomes pour l'imagerie des artères carotides sont en développement.

• * L'apprentissage par renforcement est utilisé pour la navigation des sondes ultrasonores.

• * Des systèmes robotiques autonomes pour le scan de la thyroïde et d'autres applications sont en cours de recherche.

Apprentissage automatique et interprétabilité

L'interprétabilité des modèles d'apprentissage automatique est cruciale en médecine.

• * Les modèles d'apprentissage automatique doivent être transparents pour une utilisation efficace dans les soins de santé.

• * Des études soulignent l'importance de la visualisation des données pour l'interprétabilité.

Contributions des auteurs et remerciements

Les contributions des auteurs sont variées et essentielles au projet.

• * H.J. a dirigé le projet et a contribué à la conception de l'algorithme de décision.

• * Plusieurs auteurs ont participé à la collecte de données et à l'évaluation des algorithmes.

• Des remerciements sont adressés aux personnes ayant fourni des équipements et des conseils.
  
  SYNTHÈSE / NOTEBOOKLM
• 
  
  
  Ce document présente UltraBot, un système robotique révolutionnaire conçu pour réaliser des échographies carotidiennes de manière totalement autonome grâce à l'apprentissage profond. En s'appuyant sur un modèle de fondation entraîné via une base de données massive de démonstrations d'experts, ce robot surpasse les méthodes traditionnelles limitées par des règles rigides. Le système gère l'intégralité du flux clinique, avec la navigation précise de la sonde, la détection de plaques athéroscléreuses et la mesure automatisée de paramètres biométriques. Les validations cliniques démontrent que ce robot atteint une reproductibilité supérieure à celle des humains tout en garantissant le confort et la sécurité des patients. Cette innovation ouvre ainsi la voie à une standardisation accrue des diagnostics cardiovasculaires et pallie la pénurie mondiale de sonographes qualifiés.
  
  Commentaire
  
  Avec ce robot on va droit dans le mur.
  Pour étudier 2 carotides 15 à 20 mn !!!!!!!!!!!
  
  
• Un écho-Doppler des vaisseaux du cou inclut systématiquement l'examen des carotides communes, internes et externe, des artères vertébrales et sous-clavières, du TABC et, dans certains cas, l'étude de l'artère ophtalmique. Il faut rajouter en cas de lésions significatives un Doppler transcrânien qui étudiera les artères cérébrales moyennes et antérieures, celles de V4 et le tronc basilaire. Afin que, dans certains cas, l'utilisation d'un agent de contraste type SONOVUE puisse être utile. De plus, là où le patient sera cliniqué avant l'écho-Doppler, puis à l'issue de tout cela un diagnostic sera posé, une demande d'examen complémentaire au cas par cas (angioscanner, IRM) et enfin un traitement sera prescrit et un suivi sera programmé.
• 
  Notons que tout cela concerne une consultation de 20 à 30 mn, 5 mn quand tout est normal ou presque. C'est un acte technique qui n'a de sens que s'il est couplé avec l'acte intellectuel. Au décours de cet examen, on fait parler l'écho, c'est-à-dire expliquer au patient ce que l'on voit et pourquoi.
  
  Quand on diagnostique une lésion carotidienne sévère, le colloque singulier patient/médecin est nécessaire, nécessité absolue.
  
  Tout ceci est pratiqué par un médecin vasculaire, qui, répétons n 'est pas un technicien , le robot, OUI. 
• 
  Pour l'instant, ULTRABOT doit être considéré comme inutile, tout au moins en Europe. 
  
  Nous avons besoin, par contre, au sein des appareils écho-Doppler de l'IA pour pouvoir enfin quantifier à la  fois la sténose et l'aspect de la plaque en un temps avec une très grande précision.  
• 
  À RELIRE
• 
  

  Sténose carotidienne asymptomatique : l'histoire continue…
  
  
  
  

 

https://medvasc.info/archives-blog/xt%C3%A9nose-carotide-asymptomatique-l-histoire-continue

Grèce antique et les ROBOTS
https://medvasc.info/administrator/index.php?option=com_content&view=article&layout=edit&id=3325