Détection par Deep Learning des embolies pulmonaires sur les angioscanners thoraciques:étude rétrospective des performances diagnostiques en contexte d’urgence:Thèse présentée pour le diplôme d'État de docteur en médecine. Diplôme d'État de docteur en méd
Langue Français
Langue Français
Auteur(s) : Sebag, Nathan
Directeur : Mickaël Ohana
Composante : MEDECINE
Date de création : 30-06-2023
Description : Médecine (radiodiagnostic et imagerie médicale), Objectif : La maladie thrombo-embolique (MTVEV) est une maladie fréquente dont une des formes les plus graves est l’embolie pulmonaire (EP). L’angioscanner thoracique, réalisé en urgence, fait partie intégrante de la stratégie diagnostique. Le développement récent de l’intelligence artificielle et du Deep Learning pourrait être une aide pour le radiologue afin de détecter au mieux les embolies pulmonaires dans le contexte d’urgence. Le but de cette étude est d’évaluer les performances diagnostiques du logiciel d'IA Automation Platform avec l'application CINA-PE de l'entreprise INCEPTO pour la détection des embolies pulmonaires dans le cadre de l’urgence en vie réelle. Matériel et méthode : 875 patients ayant présenté une suspicion d’embolie pulmonaire aux urgences du centre hospitalo-universitaire du Nouvel Hôpital Civil à Strasbourg entre février 2023 et mai 2023 ont été recrutés rétrospectivement. Les performances du logiciel pour la détection des embolies pulmonaires ont été calculées par rapport à une interprétation de référence réalisée par un radiologue senior du service de radiologie B du NHC de Strasbourg. Résultats : 679 des 875 (78%) examens ont été analysés par le logiciel et ont été inclus dans notre étude. Une embolie pulmonaire était présente chez 74 des 679 patients (10,9%). Les sensibilité et spécificité du logiciel d’IA pour la détection des embolies pulmonaires étaient respectivement de 0,70 et 0,97 avec une VPP à 0,72 et une VPN à 0,96. Les faux positifs étaient majoritairement rencontrés en cas d’artéfacts cinétiques ou respiratoires. Les faux négatifs étaient principalement rencontrés dans les cas d'embolies pulmonaires segmentaires et sous segmentaires. Conclusion : Le logiciel d’IA étudié a analysé 77 % des examens réalisés pour la recherche d’embolie pulmonaire. Il présente une très bonne spécificité mais une sensibilité moindre notamment dans le cas d’embolies pulmonaires segmentaires et sous-segmentaires. Ce travail a permis de quantifier en vie réelles les performances diagnostiques d'un système d'IA commercial, en en pointant les forces mais également les faiblesses., Thèses et écrits académiques
Mots-clés libres : Embolie pulmonaire, Intelligence artificielle, Angioscanner Thorax, 616.075
Couverture : FR
Directeur : Mickaël Ohana
Composante : MEDECINE
Date de création : 30-06-2023
Description : Médecine (radiodiagnostic et imagerie médicale), Objectif : La maladie thrombo-embolique (MTVEV) est une maladie fréquente dont une des formes les plus graves est l’embolie pulmonaire (EP). L’angioscanner thoracique, réalisé en urgence, fait partie intégrante de la stratégie diagnostique. Le développement récent de l’intelligence artificielle et du Deep Learning pourrait être une aide pour le radiologue afin de détecter au mieux les embolies pulmonaires dans le contexte d’urgence. Le but de cette étude est d’évaluer les performances diagnostiques du logiciel d'IA Automation Platform avec l'application CINA-PE de l'entreprise INCEPTO pour la détection des embolies pulmonaires dans le cadre de l’urgence en vie réelle. Matériel et méthode : 875 patients ayant présenté une suspicion d’embolie pulmonaire aux urgences du centre hospitalo-universitaire du Nouvel Hôpital Civil à Strasbourg entre février 2023 et mai 2023 ont été recrutés rétrospectivement. Les performances du logiciel pour la détection des embolies pulmonaires ont été calculées par rapport à une interprétation de référence réalisée par un radiologue senior du service de radiologie B du NHC de Strasbourg. Résultats : 679 des 875 (78%) examens ont été analysés par le logiciel et ont été inclus dans notre étude. Une embolie pulmonaire était présente chez 74 des 679 patients (10,9%). Les sensibilité et spécificité du logiciel d’IA pour la détection des embolies pulmonaires étaient respectivement de 0,70 et 0,97 avec une VPP à 0,72 et une VPN à 0,96. Les faux positifs étaient majoritairement rencontrés en cas d’artéfacts cinétiques ou respiratoires. Les faux négatifs étaient principalement rencontrés dans les cas d'embolies pulmonaires segmentaires et sous segmentaires. Conclusion : Le logiciel d’IA étudié a analysé 77 % des examens réalisés pour la recherche d’embolie pulmonaire. Il présente une très bonne spécificité mais une sensibilité moindre notamment dans le cas d’embolies pulmonaires segmentaires et sous-segmentaires. Ce travail a permis de quantifier en vie réelles les performances diagnostiques d'un système d'IA commercial, en en pointant les forces mais également les faiblesses., Thèses et écrits académiques
Mots-clés libres : Embolie pulmonaire, Intelligence artificielle, Angioscanner Thorax, 616.075
Couverture : FR
Type : Thèse d'exercice
Format : PDF
Source(s) :
Format : PDF
Source(s) :
- http://www.sudoc.fr/273922750
Entrepôt d'origine :
Identifiant : ecrin-ori-353446
Type de ressource : Ressource documentaire
![Ressource locale](https://ecrin.app.unistra.fr/search/media/repositories/workflow.png)
Identifiant : ecrin-ori-353446
Type de ressource : Ressource documentaire