Utilisation de l'intelligence artificielle dans la détection de nodules pulmonaires chez le chien : étude comparative

Abstract

Introduction : Les nodules pulmonaires sont des entités fréquentes, ayant des étiologies diverses (néoplasies primaires, métastases, infectieux,…), chez le chien. Ceux-ci sont souvent découverts fortuitement par radiographie ou au CT scanner (qui possède de meilleures performances de détection) et donc plus tardivement, influençant par ce fait, la prise en charge et le pronostic. L’émergence de l’intelligence artificielle (IA) a déjà permis, en médecine humaine, de faciliter l’analyse d’images de CT scanner et de diminuer le temps de lecture. En médecine vétérinaire, l’IA n’a pas encore montré son plein potentiel, c’est pourquoi cette étude a pour objectif de comparer l’IA à un étudiant de dernière année de médecine vétérinaire et au gold standard. Matériel et méthode : Trente chiens, sélectionnés pour leurs disparités d’atteintes pulmonaires, ont été évalués au CT scanner puis analysé par l’étudiant seul, l’IA seule et l’association des deux. Leurs résultats ont été comparés entre eux et avec les rapports de spécialistes (gold-standard). L’analyse statistique a apprécié la détection des nodules et le temps de lecture entre les différents groupes pré-cités. Les résultats ont été considérés comme significatifs à une p-valeur < 0,05. Résultats : Les données révèlent que l’association étudiant/IA présente des meilleures performances en comparaison à l’étudiant seul et l’IA seule grâce à la diminution du pourcentage de faux positifs. Il existe des différences significatives de détection entre l’étudiant et les autres groupes. Cependant, tant l’IA seule que l’association ne présentent pas de différence significative avec le gold-standard, ce qui conforte cette forte amélioration des performances. Le gain de temps moyen de l’IA, en association ou seule ,est considérable et significatif par rapport à l’étudiant seul, permettant de passer de 12 min 24,1 s ± 9 min 37,4 s à respectivement 3 min 34,5 s ± 1 min 41,9 et 2 min 41,9 s ± 1 min 1,8 s. Discussion : Les différences de performances entre l’IA et les groupes ne corroborent, que partiellement, à la littérature scientifique. Contrairement à cette étude, un auteur rapporte une augmentation du nombre de faux positifs avec l’IA. Cependant, d’autres publications ont obtenu des résultats assimilables par rapport à la diminution du temps de lecture et à la sensibilité proche du gold-standard. Ces résultats sont à mettre en relation avec les limites de l’étude, qui peuvent être à l’origine d’une mauvaise estimation des performances globales. Conclusion : L’IA semble optimiser la détection des nodules pulmonaires, principalement chez un lecteur inexpérimenté, en augmentant la sensibilité et la spécificité et en réduisant le temps de lecture, en dépit des limites inhérentes à l’étude. Malgré l’absence d’entrainement spécifique de l’IA sur des thorax de chiens, Syngo.via MM oncology (lung CAD) met en exergue l’impact de ces technologies en imagerie vétérinaire. Pour le moment, il n’existe aucune IA dédiée aux animaux domestiques pour la détection de nodules pulmonaires. Le développement d’un tel outil pourrait devenir crucial et il est nécessaire d’approfondir les connaissances dans ce domaine par des études supplémentaires.