Le TEP-scanner au 18-FDG est actuellement reconnu comme un examen clef pour le diagnostic des endocardites infectieuses (EI) sur prothèse valvulaire (PV): un hypermétabolisme prothétique constituant désormais un critère majeur de Duke selon l'actualisation des recommandations ESC en 2015. L'intégration du TEP aux critères de Duke permet une meilleure sensibilité (Se) pour le diagnostic d'EI, mais implique une moindre spécificité (Sp), tout en posant le problème de la variabilité inter-observateur. Nous avons étudié l'apport de l'intelligence artificielle (IA) par machine learning (ML) dans la lecture du TEP pour le diagnostic d'EI sur PV.

Nous avons inclus sur 3 centres 90 patients ayant bénéficié d'un TEP dans le cadre d'une suspicion d'EI sur PV aortique. Pour chaque patient, une endocarditis team s'est réunie pour retenir ou non le diagnostic d'EI. Les procédés d'IA ont été mis au point en collaboration avec l'Ecole Centrale voisine: 68 patients ont été utilisés pour la cohorte d'entrainement/validation et 22 patients pour la cohorte de test indépendante. Des variables radiomics ont été extraites des volumes TEP puis sélectionnées pour être analysées par un modèle de ML de type Logistic Regression Ridge (LR). Les performances de ML ont d'abord été étudiées sur la cohorte d'entrainement/validation puis sur la cohorte de test.

Notre équipe a classé 55 patients en endocardite confirmée et 35 en endocardite rejetée. Le délai moyen entre la réalisation du TEP et la pose de prothèse était de 65,5 mois. 57,8% des patients étaient porteur d'une bioprothèse, 25,6% d'un TAVI et 16,7% d'une PV mécanique. Parmi les EI confirmées, 60% étaient des EI certaines et 40% des EI possibles, avec une documentation à staphylocoque pour 43,6% des patients et à streptocoque pour 18,2% des patients. Le délai moyen entre le TEP et le début des antibiotiques était de 14,1 jours. Le modèle de LR a identifié l'intensité moyenne et l'énergie mesurées sur la PV, la présence d'un hypermétabolisme splénique ou médullaire, et le temps depuis l'initiation des antibiotiques, comme étant positivement corrélés au diagnostic d'EI confirmée. Le délai depuis l'implantation de la PV était négativement corrélé au diagnostic d'EI confirmée. Pour la cohorte d'entrainement/validation, les performances de ML étaient de 65% en Se et 66% en Sp; en prenant en compte les paramètres extra-prothétiques (hypermétabolisme médullaire ou splénique, délai depuis l'implantation de la PV et l'initiation des antibiotiques), les valeurs de Se et Sp étaient respectivement de 73% et 68%. Pour la cohorte de test, en imposant une Sp à 70%, la Se était à 64%, et 60% en prenant en compte les paramètres extra-prothétiques.

L'approche de ML a obtenu des résultats acceptables en termes de Se et Sp. Ces données, issues d'une petite cohorte de test, suggèrent que l'IA pourrait apporter une aide au diagnostic d'EI sur PV. Les performances de ML seront prochainement étudiées sur une cohorte de test de plus grande ampleur.

Aucun lien d'intérêt