Développement d’un algorithme d’apprentissage automatique pour prédire une IRM positive des articulations sacro-iliaques selon la définition ASAS chez des patients atteints de spondyloarthrite axiale récente - 30/11/20

Résumé |
Introduction |
L’imagerie par résonance magnétique (IRM) des articulations sacro-iliaques (IRM-SI) représente un outil essentiel dans l’évaluation des patients atteints de spondyloarthrite (SpA) axiale. Cependant, malgré l’existence d’une définition claire d’IRM-SI positive et négative formulée par le groupe de travail ASAS/OMERACT, l’accord entre lecteurs n’est jamais parfait. L’objectif de cette étude pilote était d’évaluer la possibilité de prédire une IRM-SI positive ou négative selon la définition ASAS chez des patients avec une SpA axiale récente appliquant l’intelligence artificielle (IA) et l’apprentissage automatique.
Patients et méthodes |
Les patients de la cohorte DESIR avec IRM-SI disponible dans la visite d’inclusion et qui étaient en accord pour une IRM-SI positive ou négative selon les trois lecteurs centralisés ont été inclus. Nous avons d’abord segmenté les os iliaques et sacrum dans chaque coupe de l’IRM-SI. Ensuite, nous avons extrait l’articulation droite et gauche sur chaque tranche d’IRM. Enfin, nous avons rapporté la présence des lésions inflammatoires sur chaque articulation de l’IRM-SI. Nous avons défini la positivité de l’IRM-SI sur la base d’une règle de décision. Toutes ces étapes ont été menées sans intervention humaine. Nous avons résolu deux tâches dans ce travail : Tâche 1 : segmentation des os iliaques et sacrum en IRM semi-coronale. Tâche 2 : Détection de l’inflammation dans l’IRM-SI.
Résultats |
Tâche 1 : nous avons entraîné deux U-Net, un pour chaque os. Nous avons divisé 51 patients en 31 d’entraînement, 6 de validation et 14 d’évaluation. Les résultats d’évaluation sont présentés dans le Tableau 1. Nous avons segmenté avec succès 104 nouveaux patients sur les 114 testés. Tâche 2 : Nous avons 155 patients segmentés (51 manuellement et 104 automatiquement). Nous avons extrait 1790 régions articulaires de la séquence T1 et STIR. Nous avons entraîné un classificateur ResNet-18 pour déterminer la présence ou l’absence de lésions inflammatoires. Nous avons divisé les 155 patients (=1790 régions) en 105 (=1200) d’entraînement, 14 (=164) de validation et 36 (=406) d’évaluation. Les résultats sont présentés dans le Tableau 2. Nous avons comparé l’opinion des trois lecteurs pour chaque région. Pour la positivité, nous obtenons un coefficient de corrélation de Matthews de 0,778±0,05 (décision : #inflammations≥3).
Conclusion |
Nous proposons une nouvelle méthode pour déterminer la positivité ASAS d’IRM-SI. Nous avons segmenté avec succès les os du bassin et avons extrait les régions d’intérêt. Nous avons obtenu des bons résultats sur la classification de l’inflammation pour chaque région articulaire. Bien que les résultats ne soient toujours pas à la hauteur de la performance d’un radiologue, nous sommes optimistes que nous pourrons l’atteindre.
Le texte complet de cet article est disponible en PDF.Plan
Vol 87 - N° S1
P. A88-A89 - décembre 2020 Retour au numéroBienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Déjà abonné à cette revue ?