L’IA dans le domaine de la médecine personnalisée: amélioration de l’identification des risques, de la prévention et du traitement de la maladie carotidienne
La maladie carotidienne est causée par le rétrécissement ou l’obstruction des artères du cou dû à une accumulation de plaques (athérosclérose). Le dépistage actuel de la sténose asymptomatique de la carotide, la prévention des accidents vasculaires cérébraux et la prise en charge de la maladie reposent sur les Lignes directrices 2017 de pratique clinique de la Société européenne de chirurgie vasculaire. Cependant, la variabilité de la maladie gêne fortement la prise de décisions cliniques efficaces, nécessitant des interventions plus personnalisées.
Stratégie de stratification des patients basée sur l’IA
L’objectif principal du projet TAXINOMISIS, financé par l’UE, est de développer un nouveau modèle utilisable pour classer les patients en fonction du risque qu’ils présentent de développer une sténose carotidienne et de subir des événements cérébrovasculaires tels qu’un accident vasculaire cérébral, une attaque ischémique transitoire ou une perte transitoire de la vision. Le modèle aidera les professionnels de la santé à prendre des décisions mieux informées concernant les soins et le traitement des patients, ce qui pourrait améliorer les résultats cliniques. «TAXINOMISIS a conçu une nouvelle approche rationnelle pour répondre aux principales lacunes cliniques concernant la prédiction de la progression de la maladie carotidienne, la nécessité de suivi et la sélection des interventions appropriées», explique le coordinateur du projet, Dimitrios Fotiadis. Le modèle comprend des modules/composants basés sur l’IA qui intègrent des informations cliniques et des données personnalisées sur les patients, des images des plaques et du cerveau, ainsi que des schémas du flux sanguin et de nouveaux biomarqueurs. Des modèles informatiques et des simulations prédisent les lésions cérébrales silencieuses, les événements cardiovasculaires, la vulnérabilité de la plaque, ainsi que l’évolution et la rupture de la plaque.
Techniques d’apprentissage automatique pour la prédiction de la maladie carotidienne
L’outil de stratification du risque TAXINOMISIS évalue le risque de maladie carotidienne chez les individus en utilisant des données non liées à l’imagerie pour évaluer la probabilité de plaques à haut risque et le développement potentiel de la maladie. L’outil va plus loin en reliant l’état de l’artère carotide à la présence de lésions cérébrales et en prédisant le risque de nouvelles lésions cérébrales chez les patients. L’outil de stratification TAXINOMISIS comprend également une composante de flux sanguin, qui est appliquée pour prédire le risque de progression de la plaque, tout en servant de modèle de prédiction d’événements. Qui plus est, l’outil peut estimer le risque de rupture de la plaque, qui est une affection grave associée à la formation de caillots sanguins à l’intérieur des vaisseaux. L’outil fait appel à deux modèles différents pour estimer le risque de rupture de la plaque: un modèle complexe, qui tient compte de divers facteurs liés à la fois à la structure de la paroi artérielle et à la composition de la plaque elle-même, et un modèle simplifié, qui se concentre uniquement sur l’espace intérieur de l’artère, connu sous le nom de lumière. Ainsi, les professionnels de la santé peuvent choisir le niveau d’analyse approprié en fonction des données disponibles, des ressources et du contexte clinique. Enfin, l’outil de stratification du risque TAXINOMISIS utilise des techniques avancées d’intelligence artificielle pour reconstruire la géométrie 3D des artères et caractériser la plaque à partir des données d’imagerie par résonance magnétique et par ultrasons.
Valeur ajoutée de l’IA pour les soins aux patients
«Nous pensons que l’outil de stratification du risque TAXINOMISIS augmentera l’efficacité et la qualité de l’ensemble du système de santé dans le cadre de la maladie carotidienne», souligne le professeur Dimitrios Fotiadis. L’outil de stratification du risque peut également aider les professionnels de la santé à comprendre les mécanismes fondamentaux de la maladie, ce qui pourrait à terme conduire à de meilleurs plans de traitement. En accélérant le processus de diagnostic et en réduisant la nécessité de tests ou de traitements plus intrusifs, l’outil TAXINOMISIS contribuera également à réduire les dépenses de santé. L’équipe améliorera encore les algorithmes et les modèles de la plateforme grâce aux contributions des médecins et des utilisateurs, ainsi qu’aux données issues d’essais cliniques et de cas réels. Les entreprises communes ou les collaborations avec d’autres organisations seront déterminantes pour intégrer l’outil TAXINOMISIS aux systèmes de soins de santé ou pour le combiner avec d’autres outils disponibles. «Nous envisageons d’intégrer l’outil TAXINOMISIS dans la pratique clinique quotidienne, et améliorer la prise de décision clinique grâce à une stratification précise du risque», conclut Dimitrios Fotiadis.
Mots‑clés
TAXINOMISIS, maladie carotidienne, IA, lésion cérébrale, stratification des patients, accident vasculaire cérébral, biomarqueurs, flux sanguin, rupture de plaque, hémodynamique
