L’intelligence artificielle peut-elle aider à la décision en arthroscopie ? Partie 1 : l’utilisation d’un protocole d’analyse standardisé améliore la concordance inter-observateur pour l’évaluation arthroscopique diagnostique du tendon du long biceps dans les petites ruptures de la coiffe des rotateurs - 27/11/23
Can artificial intelligence help decision-making in arthroscopy? Part 1: Use of a standardized analysis protocol improves inter-observer agreement of arthroscopic diagnostic assessments of the long head of biceps tendon in small rotator cuff tears
, Thierry Brouard b, Franck Dordain c, François Gadéa d, Christophe Charousset e, Julien Berhouet a, bet la Société Francophone d’Arthroscopie (SFA)f
Résumé |
Introduction |
Les lésions du tendon du long biceps (TLB) sont fréquentes et leur diagnostic clinique ou par imagerie est imprécis. L’arthroscopie est considérée comme la référence pour l’analyse diagnostique du TLB, mais celle-ci reste parfois difficile. Sa fiabilité et reproductibilité n’ont pas été évaluées jusqu’à présent. L’intelligence artificielle (IA) pourrait apporter une aide pour l’analyse arthroscopique du TLB. L’objectif principal de cette étude était d’évaluer la concordance inter-observateur pour l’analyse spécifique du TLB, selon un protocole d’analyse basé sur des images d’intérêt. L’objectif secondaire était de définir une base de données vidéos, dite « vérité terrain », destinée à créer et à entraîner une IA pour l’analyse du TLB.
Hypothèse |
L’hypothèse était que la concordance d’analyse inter-observateur sur images standardisées était suffisamment forte et permette d’utiliser les vidéos de « vérité terrain » comme base de données d’entrée d’une solution d’IA de diagnostic arthroscopique du TLB.
Matériels et méthode |
Cent quatre-vingt-dix-neuf séries d’images arthroscopiques standardisées pour l’exploration du TLB ont été évaluées par 3 observateurs indépendants. Chacun devait caractériser le caractère sain ou pathologique du tendon, en précisant le type de lésion : rupture partielle, hypertrophie avec sablier, instabilité, fissuration, désinsertion (SLAP 2), chondral print et poulie pathologique sans instabilité. Les niveaux de concordance inter-observateur ont été mesurés au moyen du coefficient Kappa (κ) de Cohen et du Kappa Accuracy.
Résultats |
La force de concordance était modérée à forte selon les observateurs (Kappa 0,54 à 0,7 et KappaAcc de 86 à 92 %), pour déterminer le caractère sain ou pathologique du TLB. Lorsque le tendon était pathologique, la force de concordance était modérée à forte lorsqu’il s’agissait d’une rupture partielle (Kappa 0,49 à 0,71 et KappaAcc de 85 à 92 %), d’une fissuration (Kappa –0,5 à 0,7 et Kappa Acc de 36 à 93 %) ou d’une désinsertion (0,54 à 0,88 et Kappa Acc de 90 à 97 %). Elle était faible pour une lésion d’instabilité (Kappa 0,04 à 0,25 et KappaAcc de 36 à 88 %).
Conclusion |
L’analyse du TLB, à partir d’images arthroscopiques, était hautement concordante pour le diagnostic de son caractère sain ou pathologique. Le taux de concordance diminuait cependant pour le diagnostic de lésions tendineuses rares ou dynamiques. Une IA qui serait entraînée par une analyse humaine serait donc confrontée à ces mêmes difficultés si l’on se limitait à une analyse arthroscopique seule. L’intégration de données cliniques et para-cliniques est nécessaire à l’amélioration du diagnostic arthroscopique des lésions du TLB. Elle semble aussi être un prérequis indispensable à la constitution d’une base de données dite de « vérité terrain » pour la construction d’une solution d’IA performante.
Niveau de preuve |
III ; série prospective inter-observateur.
Il testo completo di questo articolo è disponibile in PDF.Mots clés : Arthroscopie d’épaule, Intelligence artificielle, Analyse inter-observateur, Long biceps, Coiffe des rotateurs
Mappa
| ☆ | Ne pas utiliser, pour citation, la référence française de cet article, mais celle de l’article original paru dans Orthopaedics & Traumatology: Surgery & Research, en utilisant le DOI ci-dessus. |
Vol 109 - N° 8S
P. S231-S236 - Dicembre 2023 Ritorno al numero
Articolo precedente
- Ténotomie ou ténodèse versus conservation de la longue portion du biceps dans les réparations des ruptures isolées du supra-épineux : revue systématique de la littérature
- Rémy Vigié, Nicolas Bonnevialle, Kevin A. Hao, Julien Berhouet, Christophe Charousset, Société Francophone d’Arthroscopie (SFA)
- L’intelligence artificielle peut-elle aider à la décision en arthroscopie ? Partie 2 : le modèle IA-RTHRO. Aide à la décision diagnostique pour le statut du tendon du long biceps dans les petites ruptures de la coiffe des rotateurs
- Rayane Benhenneda, Thierry Brouard, Christophe Charousset, Julien Berhouet, Société Francophone d’Arthroscopie (SFA)
Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.
Già abbonato a @@106933@@ rivista ?